Perpustakaan Universitas Negeri Jakarta

Katalog (Tugas Akhir/Skripsi/Tesis/Disertasi)

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Analisis kinerja algoritma ISMC (Improved Split and Merge Classification) dengan clustering untuk menentukan warna dominan pada citra

Ariyanti, Siti Hajar Riska - Nama Orang;

ANALISIS KINERJA ALGORITMA ISMC (IMPROVED SPLIT AND MERGE CLASSIFICATION) DENGAN CLUSTERING UNTUK MENENTUKAN WARNA DOMINAN PADA CITRA
SITI HAJAR RISKA ARIYANTI
ABSTRAK
Warna dominan dapat digunakan untuk menunjukkan sebuah identitas atau karakteristik sebuah objek pada citra. Namun, karena adanya perbedaan persepsi terhadap warna, diperlukannya sebuah cara untuk menentukan warna dominan yang pasti secara matematis. Pada penelitian ini, clustering digunakan dalam pengelompokan data berupa piksel-piksel warna pada citra untuk menghasilkan warna dominan. Hasil warna dominan pada citra adalah sebuah cluster dengan anggota piksel warna homogen terbanyak. Algoritma yang dapat digunakan untuk clustering pada citra adalah algoritma ISMC dengan metode split dan merge. Dalam penelitian ini, peneliti menganalisis kinerja algoritma ISMC dengan clustering untuk menentukan warna dominan pada citra dengan metode penelitian eksperimen. Analisis kinerja algoritma didapat dari hasil akurasi keberhasilan dan tingkat kesalahan algoritma ISMC, dengan mencocokkan hasil warna dominan dari program clustering algoritma ISMC, dan hasil warna dominan dari program pembanding dengan proses perhitungan jumlah piksel setiap warna. Dari hasil penelitian, diperoleh kesimpulan bahwa persentase keberhasilan algoritma ISMC dengan clustering untuk menentukan warna dominan pada citra sebesar 80%. Adanya tingkat kesalahan sebesar 20%, menunjukkan bahwa penggunaan clustering dengan implementasi algoritma ISMC tidak dapat dijadikan acuan utama untuk menentukan warna dominan pada citra. Algoritma ISMC dapat dijadikan bahan penelitian selanjutnya agar proses clustering dengan metode split dan merge dapat dikembangkan.
Kata Kunci: ISMC, split, merge, clustering, warna dominan, citra
Bibliografi : lembar 79-80


Ketersediaan
SS00007876Sk 7876UPT Perpustakaan UNJ (CD.05.2015.003)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
Sk 7876
Penerbit
Jakarta : Program Studi Pendidikan Teknik Informatika dan Komputer, Jurusan Teknik Elektro, FT, UNJ., 2015
Deskripsi Fisik
xii, 103 lembar : il. ; 30 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Analisis Kinerja Algoritma ISMC
Warna Dominan
Citra
Clustering
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Siti Hajar Riska Ariyanti
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan Universitas Negeri Jakarta
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Sejarah awal perpustakaan berasal dari perpustakaan Fakultas Keguruan dan Ilmu Pendidikan Universitas Indonesia (FKIP UI). Pada tahun 1999 sesuai dengan Keputusan Presiden RI No.93/1999, IKIP Jakarta berubah statusnya menjadi Universitas Negeri Jakarta. Maka Perpustakaan IKIP Jakarta mengubah nama pula menjadi Perpustakaan Universitas Negeri Jakarta.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik