EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

ANALISIS PERBANDINGAN ALGORITMA CLUSTERING DALAM MELAKUKAN SEGMENTASI WARNA PADA CITRA JAJAN TRADISIONAL

Saidatul Arifah, Ericks Rachmat Swedia, M. Ridwan Dwi Septian

Sebatik · 06.06.2023 · 27 (1) · 70-76

DOI: 10.46984/sebatik.v27i1.2273 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Sebatik, online erschienen am 06.06.2023. Verfasst von Saidatul Arifah und 2 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Jajanan tradisional sangat beragam dan memiliki ciri warna tertentu, seperti kue putu dengan dominan warna hijau, kue cucur dengan dominan warna coklat, kue lumpur dengan dominan warna kuning, combro dengan dominan warna kuning keemasan, gemblong dengan dominan warna coklat, dan masih banyak yang lainnya. Masyarakat pada era jaman sekarang lebih banyak menyukai produk makanan instan, dari segi rasa jajan tradisional tidak kalah enak dengan makanan instan yang beredar di pasaran sedangkan dari segi kesehatan, jelas jajan tradisional lebih sehat karena tidak mengandung bahan pengawet. Machine learning terdapat suatu teknik yang dapat melakukan segmentasi pada citra digital, yang disebut teknik segmentasi citra. Segmentasi merupakan proses partisi gambar digital ke beberapa daerah dengan tujuan untuk menyederhanakan ataupun merubah representasi gambar menjadi sesuatu yang lebih bermakna dan mudah dianalisa. Metode yang digunakan adalah metode clustering karena dapat melakukan clustering warna dengan baik. Algoritma clustering yang digunakan antara lain K-Means, Fuzzy C-Means, dan metode Elbow digunakan untuk mencari jumlah cluster berdasarkan Sum of Square Error (SSE). Aplikasi segmentasi gambar ini terdiri dari Web Apps dan Python Apps. Aplikasi Python adalah server untuk aplikasi segmentasi gambar ini dan kerangka web yang digunakan adalah Flask API. Berdasarkan sepuluh pengujian yang telah dilakukan, algoritma K-Means mendapatkan akurasi sebesar 76,47% dan algoritma Fuzzy C-Means mendapatkan akurasi sebesar 68,63%. Akurasi tersebut dapat disimpulkan bahwa algoritma K-Means lebih baik dan efisien dari segi waktu dibandingkan algoritma Fuzzy C-Means dalam melakukan segmentasi warna pada citra jajanan tradisional.

Zitieren

APA

Arifah, S., Swedia, E. R., & Septian, M. R. D. (2023). ANALISIS PERBANDINGAN ALGORITMA CLUSTERING DALAM MELAKUKAN SEGMENTASI WARNA PADA CITRA JAJAN TRADISIONAL. Sebatik, 27(1), 70-76. https://doi.org/10.46984/sebatik.v27i1.2273

Vancouver

Arifah S, Swedia ER, Septian MRD. ANALISIS PERBANDINGAN ALGORITMA CLUSTERING DALAM MELAKUKAN SEGMENTASI WARNA PADA CITRA JAJAN TRADISIONAL. Sebatik. 2023;27(1):70-76. doi:10.46984/sebatik.v27i1.2273

BibTeX
@article{Arifah2023,
  author = {Arifah, Saidatul and Swedia, Ericks Rachmat and Septian, M. Ridwan Dwi},
  title = {ANALISIS PERBANDINGAN ALGORITMA CLUSTERING DALAM MELAKUKAN SEGMENTASI WARNA PADA CITRA JAJAN TRADISIONAL},
  journal = {Sebatik},
  year = {2023},
  volume = {27},
  number = {1},
  pages = {70--76},
  doi = {10.46984/sebatik.v27i1.2273}
}
Kostenlos starten →