UMN Knowledge Center

Implementasi Algoritma K-Means++ Clustering pada Color Image Quantization

Ongkadinata, Davin (2019) Implementasi Algoritma K-Means++ Clustering pada Color Image Quantization. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
BAB_III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB_IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img]
Preview
Text
DAFTAR_PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (895kB) | Preview
[img]
Preview
Text
BAB_V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (891kB) | Preview
[img]
Preview
Text
HALAMAN_AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB_I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (899kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (5MB) | Preview
[img]
Preview
Text
BAB_II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview

Abstract

Perkembangan teknologi baru dalam bidang komputasi dan komunikasi menyokong dalam meningkatnya permintaan untuk data citra dan video, dimana kedua data tersebut membutuhkan ruang penyimpanan yang besar dan waktu transmisi yang besar. Untuk mengeksploitasi kapasitas perangkat penyimpanan dan saluran transmisi yang sudah ada, teknik-teknik yang mampu mengompresi data diteliti secara luas. Citra true color memiliki kualitas yang tinggi dan memakan banyak ruang disk. Color quantization adalah cara untuk mengurangi ruang penyimpanan dengan tetap mempertahankan kualitas citra. Color quantization adalah suatu proses pengurangan jumlah warna unik yang digunakan dalam sebuah citra sehingga menghasilkan citra baru yang memiliki persamaan semirip mungkin secara visual dengan citra aslinya. Algoritma clustering dapat digunakan untuk mengimplementasikan color quantization. Oleh sebab itu, algoritma K-Means++ Clustering diajukan. Pada penelitian ini, pengujian dilakukan pada 6 buah citra RGB 24 bit dengan jumlah K sebesar 32, 64, 128, dan 256 masing-masing sebanyak 3 kali. Berdasarkan penelitian yang dilakukan, PSNR terbesar didapatkan sebesar 37.71 dB (K=256) dan terkecil sebesar 26.6 dB (K=32). Sedangkan ukuran file terbesar didapatkan sebesar 280 KB (K=256) dan terkecil sebesar 61.67 KB (K=32).

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: Color Quantization, Image Compression, K-Means++ Clustering, Machine Learning, True Color Image
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 04 Dec 2019 06:41
Last Modified: 04 Mar 2020 08:11
URI: http://kc.umn.ac.id/id/eprint/10514

Actions (login required)

View Item View Item