PERBANDINGAN METODE K-MEANS DAN FUZZY C-MEANS UNTUK SEGMENTASI CITRA

22043693, HIRONIMUS RHIYAN HANORAGA (2011) PERBANDINGAN METODE K-MEANS DAN FUZZY C-MEANS UNTUK SEGMENTASI CITRA. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22043693_bab1_bab5_daftarpustaka.pdf Download (4MB)
	Text (Skripsi Informatika) 22043693_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Salah satu hal yang perlu diperhatikan dalam mencetak desain kaos sablon adalah banyaknya jumlah warna yang terdapat dalam desain. Semakin banyak warna maka semakin banyak pula film pencetak yang perlu dibuat dan tentu saja semakin menambah biaya produksi. Karena itu dibutuhkan suatu sistem yang dapat mengurangi jumlah warna dalam suatu citra. Banyak metode segmentasi citra yang dapat digunakan untuk mengurangi jumlah warna. Beberapa di antarnya adalah metode k-means clustering dan fuzzy c-means clustering. Kedua metode tersebut mampu menghasilkan citra dengan jumlah warna sesuai dengan inputan pengguna. Pada tugas akhir ini, penulis mencoba melakukan penelitian untuk membandingkan metode k-means clustering dan fuzzy c-means clustering tersebut, sebagai pertimbangan pemilihan metode dalam kasus segmentasi citra desain kaos sablon ini. Metode pembandingan yang dilakukan adalah dengan cara menguji beberapa sampel data, serta melakukan survei kepada beberapa responden terhadap hasil-hasil pengolahan sampel. Hasil yang didapat dari penelitian ini adalah bahwa baik dari segi keindahan hasil maupun kecepatan proses, metode yang lebih tepat untuk digunakan dalam kasus segmentasi desain kaos sablon ini adalah metode k-means

Actions (login required)

View Item