Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering
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 yait...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Politeknik Caltex Riau
2021-06-01
|
| Series: | Jurnal Komputer Terapan |
| Subjects: | |
| Online Access: | https://jurnal.pcr.ac.id/index.php/jkt/article/view/3719 |
| _version_ | 1797462817166589952 |
|---|---|
| author | Arief Bramanto Wicaksono Putra Muhammad Trisna Aryuna Rheo Malani |
| author_facet | Arief Bramanto Wicaksono Putra Muhammad Trisna Aryuna Rheo Malani |
| author_sort | Arief Bramanto Wicaksono Putra |
| collection | DOAJ |
| description |
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%.
|
| first_indexed | 2024-03-09T17:41:50Z |
| format | Article |
| id | doaj.art-9acca0c1ad6340ef9ca4c1754d4afd1c |
| institution | Directory Open Access Journal |
| issn | 2443-4159 2460-5255 |
| language | Indonesian |
| last_indexed | 2024-03-09T17:41:50Z |
| publishDate | 2021-06-01 |
| publisher | Politeknik Caltex Riau |
| record_format | Article |
| series | Jurnal Komputer Terapan |
| spelling | doaj.art-9acca0c1ad6340ef9ca4c1754d4afd1c2023-11-24T11:29:10ZindPoliteknik Caltex RiauJurnal Komputer Terapan2443-41592460-52552021-06-017110.35143/jkt.v7i1.37192822Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means ClusteringArief Bramanto Wicaksono PutraMuhammad Trisna Aryuna0Rheo Malani1Politeknik Negeri SamarindaPoliteknik Negeri Samarinda 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%. https://jurnal.pcr.ac.id/index.php/jkt/article/view/3719Citra DigitalKompresiK-Means Clustering |
| spellingShingle | Arief Bramanto Wicaksono Putra Muhammad Trisna Aryuna Rheo Malani Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering Jurnal Komputer Terapan Citra Digital Kompresi K-Means Clustering |
| title | Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering |
| title_full | Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering |
| title_fullStr | Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering |
| title_full_unstemmed | Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering |
| title_short | Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering |
| title_sort | kompresi citra digital dengan basis komponen warna rgb menggunakan metode k means clustering |
| topic | Citra Digital Kompresi K-Means Clustering |
| url | https://jurnal.pcr.ac.id/index.php/jkt/article/view/3719 |
| work_keys_str_mv | AT ariefbramantowicaksonoputra kompresicitradigitaldenganbasiskomponenwarnargbmenggunakanmetodekmeansclustering AT muhammadtrisnaaryuna kompresicitradigitaldenganbasiskomponenwarnargbmenggunakanmetodekmeansclustering AT rheomalani kompresicitradigitaldenganbasiskomponenwarnargbmenggunakanmetodekmeansclustering |