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] Text
HALAMAN_AWAL.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_I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (900kB) | Preview
[img]
Preview
Text
BAB_II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

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

Download (891kB) | Preview
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (5MB)

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)
Keywords: Color Quantization, Image Compression, K-Means++ Clustering, Machine Learning, True Color Image
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions: Faculty of Engineering & Informatics > Informatics
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 04 Dec 2019 06:41
Last Modified: 28 Jun 2023 06:50
URI: https://kc.umn.ac.id/id/eprint/10513

Actions (login required)

View Item View Item