Perbandingan Algoritma C-Means Clustering dan Fuzzy C-Means Clustering

  • adhi kusnadi Universitas Multimedia Nusantara
  • Abi Kabisah Maulillah

Abstract

Salah satu operasi di dalam analisis citra adalah segmentasi citra. Pada mulanya proses segmentasi dilakukan untuk memisahkan objek dari latar belakangnya, sehingga segmentasi merupakan bagian penting dalam pengenalan objek. Saat ini segmentasi sudah mengalami perkembangan yang sangat pesat, bukan hanya untuk tujuan pengenalan objek saja tetapi juga untuk persoalan interpretasi citra, yaitu untuk mengetahui objek-objek yang termuat dalam suatu citra. Banyak algoritma sudah dikembangkan untuk proses segmentasi citra. Beberapa di antaranya adalah algoritma C-Means Clustering dan Fuzzy C-Means Clustering. Pada peneltian ini, dilakukan perbandingan antara algoritma C-Means Clustering dan Fuzzy C-Means Clustering dalam segmentasi citra. Dari beberapa hasil percobaan yang didapat dalam penelitian ini berupa sisi waktu atau kecepatan, ketelitian dan pengulangan, maka dapat disimpulkan algoritma Fuzzy C-Means Clustering adalah algoritma yang terbaik yang dapat digunakan dalam segmentasi citra karena dalam algoritma Fuzzy C-Means Clustering terdapat nilai keanggotaan atau fuzzy yang secara iteratif diperbaiki hingga mencapai keadaan konvergen.

Downloads

Download data is not yet available.
Published
2019-08-30
How to Cite
kusnadi, adhi, & Maulillah, A. (2019). Perbandingan Algoritma C-Means Clustering dan Fuzzy C-Means Clustering. Ultima Computing : Jurnal Sistem Komputer, 11(1), 51-54. https://doi.org/https://doi.org/10.31937/sk.v11i1.953