SEGMENTASI CITRA MENGGUNAKAN ALGORITMA FUZZY c-MEANS (FCM) DAN SPATIAL FUZZY c-MEANS (sFCM)


Qonita Ummi Safitri(1*), Arief Fatchul Huda(2), Asep Solih Awaludin(3)

(1) Jurusan Matematika, UIN Sunan Gunung Djati Bandung, Indonesia
(2) Jurusan Matematika, UIN Sunan Gunung Djati Bandung, Indonesia
(3) Jurusan Matematika, UIN Sunan Gunung Djati Bandung, Indonesia
(*) Corresponding Author

Abstract


Pengolahan citra merupakan salah satu aplikasi yang dimanfaatkan dalam kehidupan. Salah satu kajian pengolahan citra adalah segmentasi. Segmentasi citra dilakukan dengan banyak pendekatan, diantaranya pedekatan klastering. Algoritma klastering yang digunakan pada segmentasi citra, umumnya berbasis fuzzy c-means. Fuzzy c-mean (FCM) membagi citra menjadi beberapa wilayah tingkat keabuan berdasarkan derajat keanggotaan pada rentang [0,1]. FCM kurang memanfaatkan informasi spasial, yang merupakan atribut penting dalam proses segmentasi citra. Oleh karena itu, Chuang dkk (2006) menambahkan fungsi spasial dalam perhitungan derajat keanggotaan FCM, dengan parameter kontrol non-spasial p dan parameter kontrol spasial q. Metode ini dikenal dengan nama spatial fuzzy c-means (sFCM). Kinerja algoritma FCM dan sFCM diuji menggunakan data citra simulasi, citra batik dan citra otak. Hasil segmentasi terbaik ditentukan berdasarkan indeks validasi Vpe, Vpc, Vxb dan SC. Hasil segmentasi menunjukkan bahwa variasi parameter p dan q terbaik menurut indeks validasi Vpe dan Vpc adalah sFCM2,1 dan sFCM2,2, sedangkan Vxb dan SC menghasilkan nilai optimal untuk FCM. Namun, sFCM hanya memberikan sedikit perbaikan terhadap hasil segmentasi FCM pada citra yang mengandung gaussian noise. Artinya, sFCM tidak robust (tahan) pada citra noise.


Keywords


Segmentasi Citra; Klastering; Fuzzy c-Means; Spatial Fuzzy c-Means

Full Text:

PDF

References


Acharya, Tinku., and Ray, Ajoy K. 2005. Image Processing: Principles and Application. USA: John Wiley & Sons.

Ayu, Putu Desiana Wulaning. 2013. Segmentasi Kepala Janin pada Citra USG dalam Ruang Warna RGB dengan Metode Fuzzy c-Means. Jurusan Teknik Elektro, Universitas Udayana, Bali. Prosiding Conference on Smart-green Technology in Electrical and Information Systems. Bali, 14-15 November 2013

Chuang, Keh-Shih., Tzeng, Hong-Long., Chen, Sharon., Wu, Jay., Chen, Tzong-Jer. 2006. Fuzzy c-Means Clustering with Spatial Information for Image Segmentation. Computerized Medical Imaging and Graphics.

Dewi, Sri Kusuma., dan Purnomo, Hari. 2010. Applikasi Logika Fuzzy untuk Pendukung Keputusan, edisi 2, Cet.1. Yogyakarta: Graha Ilmu.

Haldiki, Maria., Batistakis, Yannis., dan Vazirgiannis, Michalis. tt. Clustering Validity Checking Methods: Part II. Department of Informatics, Athens University of Economics & Business.

Hassan, Mehdi., Chaudhry, Asmatullah., Khan, Asifullah., and Kim Jin-Young. 2012. Carotid Artery Image Segmentation using Modifies Spatial Fuzzy c-Means and Ensemble Clustering. Journal Computer Methods and Programs in Biomedicine. ISSN 1872-7565.

Ji, Zexuan., Xia, Yong., Chen, Qiang., Sun, Quansen., Xia, Deshen., and Feng, David Dagan. 2012. Fuzzy c-Means with Weighted Image Patch for Image Segmentation. Journal Applied Soft Computing. ISSN 15684946.

Khadem, Mohammad Shajib. 2010. Thesis: MRI Brain Image Segmentation Using Graph Cuts. Department of Signals and Systems, Signal Processing Group, Chalmers University of Technology. Goteborg, Sweden.

Kurnianto, Danny. tt. BAB 7: Clustering. Yogyakarta: Jurusan Teknik Elektro dan Teknologi Informasi UGM.

Li B.N., Chui C.K., Chang S., Ong S.H. 2011. Integrating Spatial Fuzzy Clustering with Level Set Methods for Automated Medical Image Segmentation. Computers in Biology and Medicine 41.1-10.

Nugroho, F.A. 2011. Bab II: Teori Dasar Pengolahan Citra Digital. Medan:USU. Tersedia di http://repository.ac.id , diakses pada 04 Juli 2014 Pukul 10.40 WIB.

P., Diah Anggraeni., Putri, Vinda Arista., Al-Uswah, Siti Fatimah., Hidayah Tulloh, M.Fadjrin., Zuhri, M. Syaifuddin. tt. Segmentasi Citra Digital Ikan Menggunakan Metode Thresholding dan k-Means.

Prayudha, Muhammad. 2011. Skripsi: Perancangan Perangkat Lunak Segmentasi Citra dengan Menggunakan Metode Fuzzy Clustering. Medan: Universitas Sumatera Utara, Prodi S1 Ilmu Komputer, Departemen Ilmu Komputer FMIPA USU.

Rousseeuw, Peter J. 1986. Silhouettes: A Graphical Aid To The Interpretation And Validation Of Cluster Analysis. Journal Of Computational And Applied Mathematics 20 (1987) 56-65. North-Holland.

Suratno. tt. Pengaruh Perbedaan Tipe Fungsi Keanggotaan Pada Pengendalian Logika Fuzzy Terhadap Tanggapan Waktu Sistem Orde Dua Secara Umum. Jurusan Teknik Elektro Fakultas Teknik, Universitas Diponegoro.

Theodoridis, Sergios dan Koutroumbas, Konstantinos. 2006. Pattern Recognition. USA: Elsevier, Academic Press.

Widodo, Saptono., Hidayatno, Achmad., Isnanto, R.Rizal. tt. Segmentasi Cira Menguunakan Teknik Pemetaan Warna (Color Mapping) dengan Bahasa Pemrograman Delphi. Makalah Seminar Tugas Akhir. Teknik Elektro UNDIP.




DOI: https://doi.org/10.15575/kubik.v2i1.1471

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Qonita Ummi Safitri, Arief Fatchul Huda, Asep Solih Awaludin

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Journal KUBIK: Jurnal Publikasi Ilmiah Matematika has indexed by:

SINTA DOAJ Dimensions Google Scholar Garuda Moraref DOI Crossref

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.