Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra
Kuantisasi warna citra merupakan operasi penting pada banyak aplikasi grafik dan pengolahan citra. Metode kuantisasi warna banyak dilakukan dengan menggunakan algoritma klasterisasi data. Kepopuleran k-means sebagai algoritma klasterisasi data yang telah umum, ternyata belum mendapat cukup perhatia...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)
2012-09-01
|
Series: | Jurnal Teknik ITS |
Subjects: | |
Online Access: | http://ejurnal.its.ac.id/index.php/teknik/article/view/631 |
id |
doaj-1e980c1643f14ee9b2edc13ea84ab318 |
---|---|
record_format |
Article |
spelling |
doaj-1e980c1643f14ee9b2edc13ea84ab3182020-11-24T23:22:26ZindLembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)Jurnal Teknik ITS2301-92712337-35392012-09-0111260Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna CitraIrwanto IrwantoYudhi PurwanantoRully SoelaimanKuantisasi warna citra merupakan operasi penting pada banyak aplikasi grafik dan pengolahan citra. Metode kuantisasi warna banyak dilakukan dengan menggunakan algoritma klasterisasi data. Kepopuleran k-means sebagai algoritma klasterisasi data yang telah umum, ternyata belum mendapat cukup perhatian pada literatur kuantisasi warna. Hal ini disebabkan karena mahalnya biaya komputasi dan sensitivitasnya terhadap pengaruh pemilihan pusat klaster. Penelitian ini memberikan metode percepatan algoritma k-means untuk kuantisasi warna. Metode yang diajukan melibatkan beberapa modifikasi pada k-means konvensional, seperti pengurangan data, pembobotan data, dan penggunaan prinsip pertidaksamaan segitiga untuk mempercepat pencarian ketetanggaan terdekat. Ujicoba dilakukan dengan beragam citra dan menunjukkan bahwa modifikasi yang telah dilakukan mampu memperlihatkan bahwa k-means juga sangat kompetitif sebagai algoritma kuantisasi warna citra, baik dalam segi efektivitas maupun efisiensinya.http://ejurnal.its.ac.id/index.php/teknik/article/view/631klasterisasik-meanskuantisasi warnareduksi warna |
collection |
DOAJ |
language |
Indonesian |
format |
Article |
sources |
DOAJ |
author |
Irwanto Irwanto Yudhi Purwananto Rully Soelaiman |
spellingShingle |
Irwanto Irwanto Yudhi Purwananto Rully Soelaiman Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra Jurnal Teknik ITS klasterisasi k-means kuantisasi warna reduksi warna |
author_facet |
Irwanto Irwanto Yudhi Purwananto Rully Soelaiman |
author_sort |
Irwanto Irwanto |
title |
Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra |
title_short |
Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra |
title_full |
Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra |
title_fullStr |
Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra |
title_full_unstemmed |
Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra |
title_sort |
optimasi kinerja algoritma klasterisasi k-means untuk kuantisasi warna citra |
publisher |
Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M) |
series |
Jurnal Teknik ITS |
issn |
2301-9271 2337-3539 |
publishDate |
2012-09-01 |
description |
Kuantisasi warna citra merupakan operasi penting pada banyak aplikasi grafik dan pengolahan citra. Metode kuantisasi warna banyak dilakukan dengan menggunakan algoritma klasterisasi data. Kepopuleran k-means sebagai algoritma klasterisasi data yang telah umum, ternyata belum mendapat cukup perhatian pada literatur kuantisasi warna. Hal ini disebabkan karena mahalnya biaya komputasi dan sensitivitasnya terhadap pengaruh pemilihan pusat klaster. Penelitian ini memberikan metode percepatan algoritma k-means untuk kuantisasi warna. Metode yang diajukan melibatkan beberapa modifikasi pada k-means konvensional, seperti pengurangan data, pembobotan data, dan penggunaan prinsip pertidaksamaan segitiga untuk mempercepat pencarian ketetanggaan terdekat. Ujicoba dilakukan dengan beragam citra dan menunjukkan bahwa modifikasi yang telah dilakukan mampu memperlihatkan bahwa k-means juga sangat kompetitif sebagai algoritma kuantisasi warna citra, baik dalam segi efektivitas maupun efisiensinya. |
topic |
klasterisasi k-means kuantisasi warna reduksi warna |
url |
http://ejurnal.its.ac.id/index.php/teknik/article/view/631 |
work_keys_str_mv |
AT irwantoirwanto optimasikinerjaalgoritmaklasterisasikmeansuntukkuantisasiwarnacitra AT yudhipurwananto optimasikinerjaalgoritmaklasterisasikmeansuntukkuantisasiwarnacitra AT rullysoelaiman optimasikinerjaalgoritmaklasterisasikmeansuntukkuantisasiwarnacitra |
_version_ |
1725567924617347072 |