Implementasi Algoritma Fuzzy C Means dan Stastitical Region Merging Pada Segmentasi Citra
Main Article Content
Abstract
Segmentasi citra berbasis clustering pada penelitian ini menggunakan metode Fuzzy C Means dengan menerapkan fungsi objektif Xie Beni Index. Preprocessing diterapkan pada model yang dikembangkan ini menggunakan metode Statistical Region Merging. Spatial function diterapkan pada metode Fuzzy C Means untuk mengurangi noise pada saat clustering. Evaluasi sistem dilakukan dengan pengukuran nilai cluster validity (Xie Beni Index), waktu eksekusi, dan jumlah iterasi. Hasil pengujian pada tiga buah citra uji menunjukan metode yang diusulkan mampu melakukan segmentasi citra dengan baik.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:
- Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
- Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
- Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
- Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
References
Darma Putra. Pengolahan Citra Digital. Yogyakarta : Andi Offset. 2010
Amiya Halder, Soumajit Pramanik. Dynamic Image Segmentation using Fuzzy C-Means based Genetic Algorithm. International Journal of Computer Application. 2011; 2(6)
Mahamed G. H., Omran, Andries P Engelbrecht, Ayed Salman. 2005. Dynamic Clustering using Particle Swarm Optimization with Application in Unsupervised Image Classification. Transactions on Engineering, Computing and Technology. 2005; 9 : 199-204
Swagatam Das, Ajith Abraham. Spatial Information Based Image Segmentation Using a Modified Particle Swarm Optimization Algorithm. IITA Professorship Program, School of Computer Science and Engineering. 2010
Nock, Richard; Frank Nielsen. Statistical Region Merging. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2004; 26 (11): 1–7
S Alpert, M Galun, R Basri, A Brandt. Image Segmentation by Probabilistic Bottom-Up Aggregation and Cue Integration. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition CVPR'07. 2007 : 1-8
Keh-Shih Chuang, Hong-Long Tzeng, Sharon Chen, Jay Wu, Tzong-Jer Chen. Fuzzy c-means clustering with spatial information for image segmentation. Computerized Medical Imaging and Graphics. 2006; 30 : 9–15
Ahmed, M. N., Yamany, S. M., Mohamed, N., Farag, A. A., Moriarty, T. A. 2002. Modified Fuzzy C-Means Algorithm for Bias Field Estimation and Segmentation of MRI data. IEEE Trans Med Imaging. 2002; 21 : 193–9
Xie XL, Beni GA. 1991. Validity Measure For Fuzzy Clustering. IEEE Trans Pattern Anal Mach Intell. 1991; 3 : 841-6