Article Sidebar

Submitted
July 4, 2018
Published
November 23, 2018
Download
PDF (Bahasa Indonesia)
Statistic
Read Counter : 89 Download : 137

Downloads

Download data is not yet available.

Main Article Content

Abstract

Kompresi Citra terhadap citra digital dilakukan untuk mengurangi redundansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien tanpa mengurangi kualitas citra secara berlebihan. Tujuan dari penelitian ini adalah untuk membuat aplikasi kompresi dengan meimplementasikan metode Discrete Cousine Transform (DCT) dan K-Means clustering pada kompresi citra batik besurek motif gabungan. Pada penelitian ini digunakan 50 citra batik besurek dengan format ekstensi JPG, 5 citra batik besurek dengan format ekstensi PNG, dan 5 citra batik besurek dengan format ekstensi. Pada penelitian ini pengujian kompresi dilakukan dengan menghitung MSE, RMSE, PSNR, dan CR citra hasil kompresi. Penelitian ini menghasilkan aplikasi kompresi citra dengan kualitas citra hasil kompresi metode DCT lebih baik daripada metode K-Means Clustering pada pengkompresian citra batik besurek motif gabungan. Metode DCT menghasilkan citra terkompresi dengan rata-rata PSNR 80.747 dB dan rasio kompresi 6.238 terhadap citra asli. Sedangkan pada metode K-Means Clustering implementasi metode menghasilkan citra terkompresi dengan rata-rata PSNR 76.74386 dB dan rasio kompresi 6.140 terhadap citra asli.

Article Details

License
  1. Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
  2. Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
  3. Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs  jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
  4. Semua Informasi yang terdapat di Jurnal Pseudocode  bersifat akademik. Jurnal Pseudocode  tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.
How to Cite
zahra, amanatuz, Ernawati, E., & Purwandari, E. P. (2018). Perbandingan Metode K-Means Clustering dan Discrete Cosine Transform Untuk Kompresi Citra Batik Besurek Motif Gabungan. Pseudocode, 5(2), 46–55. https://doi.org/10.33369/pseudocode.5.2.46-55
Download Citation
Endnote/Zotero/Mendeley (RIS)
BibTeX

References

  1. Avianto, D., & Utami, W. S. (2017). Segmentasi Berbasis Warna Pada Plat Nomor Kendaraan Umum di Indonesia. Seminar Nasional Teknologi Informasi, 33.
  2. Ernawati, Anggriani, K., Coastera, F. F., & Primayana, P. (2017). Deteksi Tepi Citra Batik Besurek Motif Gabungan Menggunakan Fuzzy Inferences System (Fis). Seminar Nasional Teknologi Informasi 2017, (pp. 87-94).
  3. Gonzalez, & Woods, a. (2002). Digital Image Processing, 2nd Edition. Prentice Hall.
  4. Irwanto, Purwanto, Y., & Soelaiman, R. (2012). Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra. Teknik Pomits, 1-6.
  5. Karimah, F. U. (2017). Klasifikasi Citra Batik Kain Besurek Dengan Speed Up Robust Features (SURF) dan Gray Level Co-Occurence Matrix (GLCM). Tesis.
  6. Karimah, F. U., Ernawati, & Andreswari, D. (2014). Rancang Bangun Aplikasi Pencarian Citra Batik Besurek Berbasis Tekstur Dengan Metode Gray Level Co-Occurrence Matrix Dan Euclidean Distance. Skripsi.
  7. Madenda, S. (2015). Pengolahan Citra dan Video. Jakarta: Penerbit Erlangga.
  8. Masatu, Soesanti, & Nugroho, a. (2014). Penerapan Algoritma Kompresi JPEG dan Metode Fuzzy C-Means Pada Kompresi Citra Berbasis Entropi. Penelitian Teknik Elektro dan Teknologi Informasi.
  9. Narwati. (2014). Pengelompokan Mahasiswa Menggunakan Algoritma K-Means. Teknologi Informasi.
  10. Purwandari, E. P., Damanik, E. G., & Susilo, B. (2017). Deteksi Pemalsuan Copy-Move Pada Citra Digital Menggunakan Metode Discrete Cosine Transform (DCT) dan Scale Invarian Feat. Cyberku Journal, 4-4.
  11. Rohman, M., & Anisah, a. (2013). Kompresi Citra. http://eprints.upnjatim.ac.id /4759/1/071-078_Miftahur_Rohman_2_-_ITS.pdf.
  12. Rosa, A., & Shalahudin, M. (2013). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika.
  13. Sutoyo, T., Eddy, M., Vincent, S., Oky, D. N., & Wijayanto. (2009). Teori Pengolahan Citra Digital. Yogyakarta: Andi.
  14. Washinton, R. (2016). Seni Kerajinan Batik Besurek Di Bengkulu. Ilmu Pengetahuan dan Karya Seni, 1-179.
  15. Wijaya, A. R. (2016). Kompresi Citra Berwarna Dengan Penerapan Discrete Cosine Transform (DCT). Universitas Muhamadiyah Surakarta.
  16. Winda, K. A. (2014). Kompresi Pada Citra Digital Menggunakan Algoritma Run Length Encoding. Teknologi Informasi dan Komunikasi.
  17. Wiratna, V., & Sujarweni. (2014). Metodologi Penelitian. Yogyakarta: Pustaka Baru.