STUDI KOMPARASI KLASIFIKASI POLA TEKSTUR CITRA DIGITAL MENGGUNAKAN METODE K-MEANS DAN NAÏVE BAYES

Abstract

Dalam penelitian ini dilakukan pengujian performa menggunakan metode k-means dan naïve bayes dalam mengelompokkan dan mengklasifikasikan dua jenis set data citra dengan pola tekstur yang berbeda. Set data yang diuji merupakan set data citra pola batik dan set data pola brodatz,  fitur ciri pola citra yang digunakan pada penelitian ini adalah fitur contrast dan energy yang didapatkan menggunakan metode gray level co-occurance matrix (GLCM). Hasil pengujian menggunakan  parameter akurasi prediksi memperlihatkan bahwa set data citra pola brodatz mempunyai akurasi prediksi yang lebih baik dibandingkan set data citra pola batik yaitu dengan selisih nilai sebesar 1.52 %. Untuk parameter waktu dalam menghasilkan nilai fitur contrast dan energy set data citra pola batik lebih cepat mengenerate jika dibandingkan dengan set data citra pola brodatz dengan selisih waktu 27.8 milidetik. Hasil serupa juga terjadi pada pengujian berdasarkan parameter waktu prediksi, dimana waktu prediksi set data citra pola batik lebih cepat dibandingkan dengan set data citra pola brodatz dengan selisih waktu 30.6 milidetik. Dari pengujian menggunakan parameter waktu maka dapat disimpulkan bahwa set data citra pola brodatz memerlukan waktu lebih lama dikarenakan pola teksturnya yang tidak seragam yaitu dalam satu citra terdapat pola halus dan kasar dikarenakan citra merupakan citra dengan tekstur alami, berbeda dengan citra pola batik yang memiliki keseragaman pengulangan pola sehingga tekstur lebih teratur.