PENERAPAN CITRA TERKOMPRESI PADA SEGMENTASI CITRA MENGGUNAKAN ALGORITMA K-MEANS

Authors

  • (*) Angga Wijaya Kusuma,  Universitas Widya Dharma
  • Rossy Lydia Ellyana,  Universitas Widya Dharma Klaten

(*) Corresponding Author

DOI:

https://doi.org/10.21460/jutei.2018.21.65

Keywords:

Image, Medic, K-Means, Segmentation

Abstract

Suatu citra tidak hanya sebagai dokumentasi dari kejadian yang pernah dialami. Salah satu bidang yang memerlukan pengolahan citra (image processing) adalah pada bidang kedokteran yaitu radiologi. Pada bidang radiologi terdapat citra medis atau medical image yang diperlukan oleh dokter maupun peneliti untuk kebutuhan analisis pasien. Salah satu permasalahan penting dalam bidang pengolahan citra dan pengenalan pola adalah segmentasi citra ke dalam area homogen. Segmentasi pada citra medis akan menghasilkan citra medis yang disertai batasan-batasan area yang merupakan ciri penting karena dapat menggali informasi untuk pengenalan pola guna keperluan analisis. Penelitian ini menerapkan algoritme K-Means pada segmentasi citra medis MRI (Magnetic Resonance Imaging). Citra input yang digunakan adalah citra MRIotak dan payudara yang sudah melalui tahap kompresi. Proses kompresi ini dilakukan dengan tujuan mengurangi penggunaan memori namun kadungan informasi penting citra MRI masih tetap terjaga. Citra hasil segmentasi dievaluasi melalui uji performansi menggunakan parameter GCE, VOI, MSE, dan PSNR. Algoritme K-Means yang diusulkan untuk proses segmentasi mampu bekerja pada citra dengan ekstensi JPG, PNG, mapun ekstensi BMP. Dari hasil penelitian, nilai VOI citra BMP memiliki nilai kesamaan
yang lebih besar dengan citra aslinya dibandingkan citra JPG maupun citra PNG. Nilai GCE dan MSE yang dihasilkan dari ketiga ekstensi tersebut juga relatif kecil, mendekati 0. Ini menandakan citra hasil segmentasi memiliki nilai kesamaan yang yang besar dengan citra aslinya. Selanjutnya citra BMP juga memiliki nilai PSNR yang paling besar dibandingkan dengan citra JPG dan citra PNG.

References

[1] D. Putra, Pengolahan Citra Digital, Yogyakarta: Penerbit ANDI, 2009.
[2] Nurhasanah, "Segementasi Jaringan Otak Putih, Jaringan Otak Abu-Abu, Dan Cairan Otak Dari Citra MRI Menggunakan Teknik K-Means Clustering," Jurnal Aplikasi Fiska, vol. 7, no. 2, pp. 90-95, 2011.
[3] T. Sutoyo, E. Mulyanto, V. Suhartono, O. D. Nurhayati, Wijanarto, Teori Pengolahan Citra Digital, Yogyakarta: Penerbit ANDI, 2009.
[4] B. R. Jipkate, V. V. Gohokar, "A Comparative Analysis of Fuzzy C-Means Clustering and K Means Clustering Algorithms," International Journal Of Computational Engineering Research, vol. 2, pp. 737-739, 2012.
[5] A. S. B. Samma, R. A. Salam, "Adaptation of K-Means Algorithm for Image Segmentation," 2009.
[6] Preeti Panwar, Girdhar Gopal, Rakesh Kumar, "Image Segmentation using K-means clustering and Thresholding," International Research Journal of Engineering and Technology (IRJET), vol. 03, no. 05, pp. 1787-1793, 2016.
[7] Gonzalez,Woods, Digital Image Processing, 2nd Edition, Prentice Hall, 2002.
[8] B.Sathya, R.Manavalan, "Image Segmentation by Clustering Methods: Performance Analysis," International Journal of Computer Applications & Information Technology, vol. 29, pp. 27-32, 2011.
[9] R. Sardana, "Comparitive Analysis of Image Segmentation Techniques," International Journal of Advanced Research in Computer Engineering & Technology, vol. 2, pp. 2615-1619, 2013.
[10] M. Sharma, V. Chouhan, "Objective Evaluation Parameters of Image Segmentation Algorithms," International Journal of Engineering and Advanced Technology, vol. 2, pp. 84-87, 2012.
[11] I Wayan A. W. K., Afriliana K., "Penerapan Algoritma K-Means pada Kompresi Adaptif Citra Medis MRI," INFORMATIKA, vol. 11, no. 2, pp. 139-151, 2015.
[12] Dika Asoka Masatu, Indah Soesanti, Hanung Adi Nugroho, "PENERAPAN ALGORITMA KOMPRESI JPEG DAN METODE FUZZY C-MEANS PADA KOMPRESI CITRA BERBASIS ENTROPI," Jurnal Penelitian Teknik Elektro dan Teknologi Informasi, vol. 1, no. 1, pp. 7-11, 2014.
[13] Dika Asoka Masatu, Indah Soesanti, Hanung Adi Nugroho, "Penerapan Algoritma Kompresi JPEG dan Metode Fuzzy C Means pada Kompresi Citra Berbasis Entropi," Jurnal Penelitian Teknik Elektro dan Teknologi Informasi, vol. 1, no. 1, pp. 7-11, 2014.
[14] S. M. Aqil Burney, Humera Tariq, "K-Means Cluster Analysis for Image Segmentation," International Journal of Computer Applications, vol. 96, no. 4, pp. 1-8, 2014.
[15] Poonam fauzdar, Sujata Kindri, "Comparitive Analysis Of K Means And Fuzzy C Means Algorithm," International Journal of Engineering Research & Technology (IJERT), vol. 2, no. 6, pp. 2088-2095, 2013.
[16] S. panda, "Color Image Segmentation Using K-means Clustering and Thresholding Technique," IJESC, pp. 1132-1136, 2015.
[17] Anju Bala, Aman Kumar Sharma, "Color Image Segmentation using K-Means Clustering and Morphological Edge Detection Algorithm," International Journal of Latest Trends in Engineering and Technology (IJLTET), pp. 48-55, 2016.
[18] S. J. Saida, L. Srinivas, R. Sivaram, "An Efficient K-Means and C-Means Clustering Algorithm for Image Segmentation," International Journal of Science and Applied Information Technology, vol. 1, no. 5, pp. 84-87, 2012.
[19] R. S. Kabade, M. S. Gaikwad, "Segmentation of Brain Tumour and Its Area Calculation in Brain MR Images using K-Mean Clustering and Fuzzy C-Mean Algorithm," International Journal of Computer Science & Engineering Technology, vol. 4, pp. 524-531, 2013.
[20] Jiawei Han, Micheline Kamber, Jian Pei, Data Mining Concept and Techniques Third Edition, Morgan Kaufmann, 2012.
[21] Jiawei Han, Micheline Kamber, Data Mining: Concepts and Techniques Second Edition, Diane Cerra Publisher, 2006.
[22] M. North, Data Mining for the Masses, 2012.
[23] I. Soesanti, A. Susanto, T. S. Widodo, M. Tjokronegoro, "Analisis Komputasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fuzzy Teroptimasi," Forum Teknik, vol. 33, no. 2, pp. 89-96, 2010.
[24] Irwanto, Yudhi Purwananto, Rully Soelaiman, "Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra," JURNAL TEKNIK POMITS, vol. 1, no. 1, pp. 1-6, 2012.
[25] S. Jani, "An Efficient K-Means and Fuzzy C-Means Clustering Algorithm for Image," International Journal of Engineering Research & Technology (IJERT), vol. 1, no. 5, 2012.

Downloads

Published

2018-07-31

How to Cite

[1]
A. W. Kusuma and R. L. Ellyana, “PENERAPAN CITRA TERKOMPRESI PADA SEGMENTASI CITRA MENGGUNAKAN ALGORITMA K-MEANS”, JUTEI, vol. 2, no. 1, pp. 65–74, Jul. 2018.

Issue

Vol. 2 No. 1 (2018): Jurnal Terapan Teknologi Informasi

Section

Articles

License

Authors who publish articles in JUTEI agree on the following rules:
1. The author grants non exclusive royalty free rights, and is willing to publish articles online and complete (full access). With such rights JUTEI reserves the right to save, transfers, manages in various forms, maintains and publishes articles while keeping the author's name as the copyright owner.
2. Each author contained in the article has contributed fully to the substance and intellectual, and is accountable to the public. If in the future there is a copyright infringement notification then this will be responsibility of the author, not JUTEI.