A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering
Dengan semakin berkembangnya teknologi dan media digital, kualitas data yang digunakan juga semakin tinggi namun ukuran dari data juga semakin besar dan membutuhkan media penyimpanan yang lebih besar. Untuk mengatasi meningkatnya kebutuhan penyimpanan data, salah satu cara yang dapat digunakan yaitu dengan mengkompresi data agar menghemat tempat pada memori penyimpanan. Pada penelitian ini metode k-means clustering akan digunakan untuk mengkompresi suatu data berupa citra digital. Dengan cara menggelompokkan warna suatu citra dan mengubah nilai piksel warna yang ada didalam citra tersebut berdasarkan nilai pusat cluster pada masing-masing anggota cluster. Nilai centroid awal yang ditetukan pada tahap awal clustering akan berpengaruh terhadap hasil kompresi. Pada penelitian ini dilakukan percobaan sebanyak 10 kali, dengan hasil kualitas citra terbaik didapat pada percobaan ke 5 dengan nilai MSE sebesar 70,22 dan nilai PSNR sebesar 29,70. Sedangkan kualitas kompresi terbaik didapatkan pada percobaan ke 7 dengan rasio kompresi sebesar 74,5%. Didapatkan juga hasil pengukuran kualitas citra terendah terdapat pada percobaan ke 10 dengan nilai MSE sebesar 73,45 dan nilai PSNR sebesar 29,51, serta kualitas kompresi terendah didapatkan pada percobaan ke 3 dengan hasil rasio kompresi sebesar 71,3%. Rata-rata hasil pengukuran mendapatkan nilai MSE sebesar 71,47, nilai PSNR sebesar 29,62 dan rasio kompresi sebesar 72,40%.
Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering
Dengan semakin berkembangnya teknologi dan media digital, kualitas data yang digunakan juga semakin tinggi namun ukuran dari data juga semakin besar dan membutuhkan media penyimpanan yang lebih besar. Untuk mengatasi meningkatnya kebutuhan penyimpanan data, salah satu cara yang dapat digunakan yaitu dengan mengkompresi data agar menghemat tempat pada memori penyimpanan. Pada penelitian ini metode k-means clustering akan digunakan untuk mengkompresi suatu data berupa citra digital. Dengan cara menggelompokkan warna suatu citra dan mengubah nilai piksel warna yang ada didalam citra tersebut berdasarkan nilai pusat cluster pada masing-masing anggota cluster. Nilai centroid awal yang ditetukan pada tahap awal clustering akan berpengaruh terhadap hasil kompresi. Pada penelitian ini dilakukan percobaan sebanyak 10 kali, dengan hasil kualitas citra terbaik didapat pada percobaan ke 5 dengan nilai MSE sebesar 70,22 dan nilai PSNR sebesar 29,70. Sedangkan kualitas kompresi terbaik didapatkan pada percobaan ke 7 dengan rasio kompresi sebesar 74,5%. Didapatkan juga hasil pengukuran kualitas citra terendah terdapat pada percobaan ke 10 dengan nilai MSE sebesar 73,45 dan nilai PSNR sebesar 29,51, serta kualitas kompresi terendah didapatkan pada percobaan ke 3 dengan hasil rasio kompresi sebesar 71,3%. Rata-rata hasil pengukuran mendapatkan nilai MSE sebesar 71,47, nilai PSNR sebesar 29,62 dan rasio kompresi sebesar 72,40%.
Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering
Arief Bramanto Wicaksono Putra (author) / Muhammad Trisna Aryuna (author) / Rheo Malani (author)
2021
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
Clustering Data Polutan Udara Kota Pekanbaru dengan Menggunakan Metode K-Means Clustering
| DOAJ | 2018
Pengolahan Limbah Zat Warna Tekstil Terdispersi dengan Metode Elektroflotasi
| DOAJ | 2018
DETEKSI DAN IDENTIFIKASI CITRA DIGITAL JENIS BERAS MENGGUNAKAN METODE ANFIS DAN PREWITT
| DOAJ | 2020