Komparasi Segmentasi Penyakit Darah Pada Citra Darah Dengan Metode Fuzzy C-Means Dan Selft Organizing Maps

Authors

  • Sunu Jatmika STMIK Asia Malang
  • Yuliana Melita STT Surabaya

Keywords:

Segmentasi, Clustering, Fuzzy C-Means, Self Organizing Map, Kohonen Map, Penyakit Darah, Leukimia

Abstract

Segmentasi citra darah merupakan suatu proses untuk membagi atau mengcluster citra darah menjadi beberapa region yang mempunyai tingkat kesamaan pixel yang cukup tinggi. Metode clustering yang digunakan adalah metode Fuzzy C-Means (FCM) dan Self Organizing Maps (SOM). Sebelum dilakukan metode FCM dan SOM, citra masukan yang berupa citra berwarna, dijadikan citra grayscale terlebih dahulu untuk menyederhanakan layer pixel dan mempermudah perhitungan. Selanjutnya citra diolah berdasarka algoritma Fuzzy C-Means dan algoritma Self Organizing Maps. Berdasarkan uji coba yang penulis lakukan, clustering dengan mengunakan Fuzzy C-Means lebih baik jika dibandingkan dengan Self Organizing Mapp. Bila pada pengenalan penyakit pada Fuzzy C-Means hasilnya adalah 98,68% maka hasil pada Self Organizing Maps adalah 79,33%. Gambar yang dihasilkan pada Fuzzy C-Means lebih mirip dengan citra inputan sedangkan Self Organizing Maps jauh dari citra inputan.

Downloads

Download data is not yet available.

Downloads

Published

01-02-2013

How to Cite

Jatmika, S., & Melita, Y. (2013). Komparasi Segmentasi Penyakit Darah Pada Citra Darah Dengan Metode Fuzzy C-Means Dan Selft Organizing Maps. Jurnal Ilmiah Teknologi Informasi Asia, 7(1), 29–36. Retrieved from https://jurnal.stmikasia.ac.id/index.php/jitika/article/view/65