PERBANDINGAN IMPLEMENTASI ALGORITMA K-MEANS++ DAN FUZZY C-MEANS PADA SEGMENTASI CITRA WAJAH
Abstract
Dalam pengenalan wajah menggunakan metode pengolahan citra, dibutuhkan proses segmentasi citra agar dapat dilakukan proses analisis citra selanjutnya. Segmentasi citra dapat dilakukan dengan metode clustering yang memiliki beberapa algoritma berbasis centroid, seperti k-means dan fuzzy c-means. Algoritma k-means sendiri memiliki beberapa varian, salah satunya k-means++ dimana varian ini lebih cerdas dalam memilih inisial centroid dibanding k-means yang memilih inisial centroid secara acak. Algoritma fuzzy cmeans sendiri telah memiliki keunggulan dalam engelompokan objek yang tersebar secara tidak teratur. Untuk mendapatkan segmentasi yang baik untuk pengenalan wajah, perlu dicari algoritma mana yang dapat menghasilkan segmentasi citra dengan kualitas baik. Sehingga pada penelitian ini, dilakukan penelitian ekspresimen dengan menggunakan citra wajah yang disegmentasi dengan algoritma k-means++ dan fuzzy c-means, kemudian dilakukan evaluasi menggunakan RSME, PSNR dan SSIM. Dari penelitian ini dihasilkan segmentasi citra dengan fuzzy c-means lebih baik dibandingkan hasil k-means++ berdasarkan nilai RSME, PSNR dan SSIM
Full Text:
PDFReferences
A. A. Arfah and I. Artikel, “Aplikasi Absensi Karyawan Menggunakan Geolocation Dan Finger Print Berbasis Android,” J. Sintaks Log., vol. 2, no. 2, pp. 1–8, 2022, [Online]. Available: http://jurnal.umpar.ac.id/index.php/sylog/article/view/1733.
I. D. Subhi and P. Irfansyah, “Rancang Bangun Sistem Aplikasi Absensi dan Penilaian Prestasi Kerja pada Remaja Center,” J. Ris. Dan Apl. Mhs. Inform., vol. 1, no. 02, pp. 207–2014, 2020.
A. Husain, A. H. A. Prastian, and A. Ramadhan, “Perancangan Sistem Absensi Online Menggunakan Android Guna Mempercepat Proses Kehadiran Karyawan Pada PT. Sintech Berkah Abadi,” Technomedia J., vol. 2, no. 1, pp. 105–116, 2017, doi: 10.33050/tmj.v2i1.319.
Dennis and N. Ekawati, “Perancangan Aplikasi Absensi Karyawan Dengan Menggunakan Kode Qr Berbasis Android,” Comasie, vol. 3, no. 3, pp. 21–30, 2020.
J. A. Pribadi and N. Setiyawati, “AbsenLoc: Aplikasi Absensi Mobile Berbasis Lokasi,” J. Sist. dan Teknol. Inf., vol. 9, no. 1, p. 33, 2021, doi: 10.26418/justin.v9i1.41103.
N. S. Irjanto and R. Oktavia H, “Sistem Absensi Pegawai Dengan Pengenalan Wajah Employee Attendance System with Face Recognition,” J. Sisfotenika, vol. 12, no. 2, pp. 146–155, 2022.
S. Sugeng and A. Mulyana, “Sistem Absensi Menggunakan Pengenalan Wajah (Face Recognition) Berbasis Web LAN,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 11, no. 1, pp. 127–135, 2022, doi: 10.32736/sisfokom.v11i1.1371.
T. H. Andika and A. Hafiz, “Analisis Perbandingan Segmentasi Citra Menggunakan Metode K-Means dan Fuzzy C-Means,” Semin. Nas. Teknol. dan Bisnis 2018, pp. 237–246, 2018.
J. Salat and S. Achmady, “Minimalisasi Distorsi Dari Segmentasi Citra Metode Otsu Menggunakan Fuzzy Clustering,” Ilk. J. Ilm., vol. 10, no. 1, pp. 80–85, 2018, doi: 10.33096/ilkom.v10i1.234.80-85.
F. Nuraeni and L. Listiani, “Implementation of K-Means Algorithm with Distance of Euclidean Proximity in Clustering Cases of Violence Against Women and Children,” in 2019 1st International Conference on Cybernetics and Intelligent System (ICORIS), 2019, no. August, pp. 162–167.
A. Premana, R. M. H. Bhakti, and D. Prayogi, “SEGEMENTASI K-MEANS CLUSTERING PADACITRA MENGGUNAKAN EKSTRAKSI FITUR WARNA DAN TEKSTUR,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 2, no. 1, pp. 89–97, 2020.
A. Setiawan, Y. A. Sari, and B. Rahayudi, “Segmentasi Citra Makanan menggunakan Clustering Improved K-Means untuk Estimasi Sisa Makanan,” J. Pengemb. Teknol. …, vol. 5, no. 10, 2021, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/9969/4438.
D. Arthur and S. Vassilvitskii, “How slow is the k-means method?,” in Proceedings of the twenty-second annual symposium on Computational geometry, 2006, pp. 144–153.
M. Mellyadi and P. Harliana, “Segmentasi Citra Satelit dalam Observasi dan Konservasi Hutan Lindung Taman Nasional Gunung Lauser Menggunakan Algoritma Fuzzy C-Means,” Hello World J. Ilmu Komput., vol. 1, no. 2, pp. 90–96, 2022, doi: 10.56211/helloworld.v1i2.44.
T. Herdian Andika, “Pengenalan Pola Berbasis Segmentasi Citra Menggunakan Algoritma Fuzzy C-Means Dan K-Means,” Aisyah J. Informatics Electr. Eng., vol. 1, no. 1, pp. 1–10, 2019, doi: 10.30604/jti.v1i1.3.
A. Badruttamam, S. Sudarno, and D. A. I. Maruddani, “PENERAPAN ANALISIS KLASTER K-MODES DENGAN VALIDASI DAVIES BOULDIN INDEX DALAM MENENTUKAN KARAKTERISTIK KANAL YOUTUBE DI INDONESIA (Studi Kasus: 250 Kanal YouTube Indonesia Teratas Menurut Socialblade),” J. Gaussian, vol. 9, no. 3, pp. 263–272, 2020, doi: 10.14710/j.gauss.v9i3.28907.
S. K. Uppada, “Centroid Based Clustering Algorithms- A Clarion Study,” Int. J. Comput. Sci. Inf. Technol., vol. 5, no. 6, pp. 7309–7313, 2014, [Online]. Available: https://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.658.3904.
A. Ramadhan, Mustakim, and R. Handinata, “Implementasi Algoritma Fuzzy C Means Dan Moora Untuk Pengelompokan Dan Penentuan Wilayah Penanggulangan Bencana Banjir,” no. November, p. Pekanbaru, 2019.
G. I. W. Tamtama, “Perbandingan dan Analisis Untuk Algoritma Deteksi Tepi Pada Jaringan Saraf Tiruan,” CESS (Journal Comput. Eng. Syst. Sci., vol. 6, no. 1, p. 67, 2021, doi: 10.24114/cess.v6i1.19003.
J. Gao, B. Wang, Z. Wang, Y. Wang, and F. Kong, “A wavelet transform-based image segmentation method,” Opt. - Int. J. Light Electron Opt., vol. 208, no. April, pp. 506–575, 2020, doi: 10.1515/9783110914252-043.
M. S. Wibawa, “Studi Komparasi Metode Segmentasi Paru-Paru Pada Citra Ct-Scan Aksial,” J. Nas. Pendidik. Tek. Inform., vol. 7, no. 3, p. 283, 2019, doi: 10.23887/janapati.v7i3.15751.
DOI: http://dx.doi.org/10.26798/juti.v1i2.722
Article Metrics
Abstract view : 615 timesPDF - 467 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 Fitri Nuraeni, Helfy Susilawati, Yoga Handoko Agustin
Jurnal Teknologi Informasi
Website : https://www.utdi.ac.id/
JuTI "Jurnal Teknologi Informasi"
by Fakultas Teknologi Informasi, Universitas Teknologi Digital Indonesia
is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.