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

Karina Auliasari, Mariza Kertaningtyas

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.

Keywords


Citra, Fitur Tekstur, Gray Level Co-Occurance Matrix, K-Means, Naïve Bayes

Full Text:

PDF

References


Mardhiyah, A. dan Harjoko, A., 2011, Metode Segmentasi Paru-paru dan Jantung Pada Citra XRay Thorax, IJEIS, Vol.1, No.2, October 2011, pp. 35~44, ISSN: 2088-3714.

Wijaya, I.W.A dan Kusumadewi, A., 2015, Penerapan Algoritma K-Means Pada Kompresi Adaptif Citra Medis MRI, INFORMATIKA Vol. 11, No. 2, November 2015.

Alamsyah, 2017, Implementation Of Naive Bayes Method In Classification Of Breast Cancer Disease, Journal of Electrical Engineering and Computer Sciences, Vol. 2, No.1, June 2017, ISSN : 2528 – 0260.

Alviansyah, F., Ruslianto, I. dan Diponegoro, M., Identifikasi Penyakit Pada Tanaman Tomat Berdasarkan Warna Dan Bentuk Daun Dengan Metode Naive Bayes Classifier Berbasis Web, Jurnal Coding Sistem Komputer Untan Volume 05, No.1 (2017), hal. 23-32, ISSN : 2338-493X.

Agustin, S. dan Prasetyo, E, 2011, Klasifikasi Jenis Pohon Mangga Gadung dan Curut Berdasarkan Tekstur Daun, Prosiding SESINDO 2011 Jurusan Sistem Informasi ITS.

Setiahardjo N. M. dan Harjoko A., 2014, Analisis Tekstur untuk Klasifikasi Motif Kain (Studi Kasus Kain Tenun Nusa Tenggara Timur), IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol. 8, No. 2 2014 Jurusan Ilmu Komputer, Univ. Gadjah Mada, Yogyakarta.

Putra, T., Adi, K. dan Isnanto, R., 2013,Pengenalan Wajah dengan Matriks Kookurensi Aras Keabuan dan Jaringan Saraf Tiruan Probabilistik,Jurnal Sistem Informasi Bisnis, Februari 2013, Universitas Diponegoro Semarang.

Auliasari K, Bastian, Fardani B., Zulkifli dan Ivandi, 2017, Ekstraksi Ciri Tekstur Citra Wajah Pengguna Narkotika Menggunakan Metode Gray Level Co-Occurance Matrix, Jurnal TEKNOMATIKA, Vol. 10 No. 1 Juli 2017, 1979-7656.

Prasetyo E., 2014, Data Mining Mengolah Data Menjadi Informasi Menggunakan MATLAB, Penerbit ANDI OFFSET, Yogyakarta.

Aribowo, T., 2010, Aplikasi Inferensi Bayes pada Data Mining terutama Pattern Recognition, Jurnal ITB bidang Sistem dan Teknik Informasi, Bandung.

Natalius, S., 2010, Metoda Naive Bayes Classifier dan penggunaannya pada Klasifikasi Dokumen, Jurnal ITB bidang Sistem dan Teknik Informasi, Bandung.


Comments on this article

View all comments
 |  Add comment

 

 

 

LP4M IBI DARMAJAYA

Jl. Zainal Abidin Pagar Alam No. 93 Labuhan Ratu, Bandar Lampung.Kampus IBI Darmajaya,  Gedung A Lantai 2.Telp. 0721-787214, 781310 Fax. 0721-700261 ext.126

Index by:
        

 

Flag Counter


Creative Commons License

Jurnal Informatika is licensed under a Creative Commons Attribution 4.0 International LicenseMy Stats jurnal

www.reliablecounter.com