Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.35143/jkt.v7i1.3719Kata Kunci:
Citra Digital, Kompresi, K-Means ClusteringAbstrak
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%.Unduhan
Referensi
D. Putra, “Pengolahan Citra Digital,â€, ANDI, Yogyakarta, 2010, ISBN : 9789792914436
S. F. Florentin and M. A. Rony, “Penerapan Kompresi Citra Digital Dengan Metode Kuantisasi Warna Menggunakan Algoritma K-Means,†Jurnal SKANIKA, vol. 1, No. 2, pp. 431–438, 2018.
I. G. N. J. Suryaningrat, G. D. Sanjaya, R. Hadi, and N. L. G. P. Suwirmayanti, “Kompresi Citra Digital Menggunakan Metode Discrete Cosine Transform,†Jurnal SINTAK, Vol.2, No.1, pp. 38–44, 2018.
P. N. Andono, T. Sutojo, and Muljono, “Pengolahan Citra Digital", ANDI, Yogyakarta, 2018, ISBN : 9789792963700.
P.-N. Tan, M. Steinbach, and V. Kumar, “Introduction to Data Mining,†Pearson, NewYork, 2019, ISBN: 978-0321321367.
I. W. A. Wijaya and A. Kusumadewi, “Penerapan Algoritma K-Means Pada Kompresi Adaptif Citra Medis Mri,†J. Inform., vol. 11, no. 2, pp. 139–151, 2016.
A. M. Alhumaerah, A. B. W. Putra, and Rihartanto, “Penerapan K-Means Clustering dalam Pengelompokan Lipstik Matte Lip Cream Berdasarkan Warna RGB,†Jurnal JST, vol. 5, no. 1, pp. 28-35, 2019.
R. I. Armianti, A. F. O. Gaffar, and A. B. W. Putra, “Penerapan K-Means Clustering Untuk Seleksi Frame Dominan,†Jurnal JTIIK, vol.7, no.4, pp. 745–754, 2018.
P. R. Nastiti and A. B. W. Putra, “Perbandingan Algoritma K-Means Dan Fuzzy C-Means Clustering Untuk Kualifikasi Data Kinerja Dosen Di Jurusan Teknologi Informasi Polnes,†Seminar Nasional SEBATIK, vol. 1, no. 1, pp. 71–76, 2017.
M. R. Rosada, A. Bramanto, W. Putra, and A. F.O Gaffar, “Prototype Region Of Interest Citra Wajah Manusia Berbasis Binary Large Object (BLOB) Analysis,†Jurnal Dinamika Rekayasa, vol. 16, no. 2, pp. 1-8, 2020.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
