PERPUSTAKAAN ITATS

  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Pengunjung
  • Masuk 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

IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK KOMPRESI DATA CITRA

ARYA RIZKY FAHRIANSYAH - Nama Orang;

ABSTRAK - Semakin majunya teknologi informasi dan semakin mudahnya akses ke media digital telah meningkatkan kebutuhan akan penyimpanan data. Salah satu cara untuk mengatasi hal ini adalah dengan melakukan kompresi data, baik itu berupa data suara, teks, atau citra, sehingga dapat menghemat ruang penyimpanan. Penelitian ini berfokus pada penerapan metode kompresi citra menggunakan algoritma K-Means Clustering, yang merupakan metode Lossy Compression. Penelitian ini bertujuan untuk mengimplementasikan metode K-Means Clustering dalam mereduksi ukuran file citra digital serta melakukan pengujian terhadap hasil kompresi menggunakan algoritma K-Means Clustering dengan parameter evaluasi PSNR dan MSE. Manfaat dari penelitian ini adalah mengembangkan metode kompresi citra digital yang efektif dengan menggunakan algoritma K-Means Clustering, sehingga dapat mengurangi ukuran file tanpa mengubah dimensi citra. Agar penelitian lebih terfokus, terdapat beberapa batasan yang diterapkan, yaitu hanya menggunakan citra bertipe file JPG, dengan proses kompresi yang tidak mengubah dimensi asli gambar. Selain itu, ukuran maksimal file yang dapat dikompresi adalah 3 MB, dan pixel gambar yang digunakan maksimal adalah 5760 ? 3640 piksel. Hasil pengujian menunjukkan bahwa algoritma K-Means Clustering dalam mengompresi file citra dengan ukuran semakin besar maka akan semakin efektif dalam mengkompresi dan dengan menggunakan nilai k semakin rendah maka akan meningkatkan presentase rasio kompresi, dengan hasil menggunakan nilai K = 32, dengan ukuran file citra sebelum kompresi yaitu 1672 KB, setelah file citra dikompresi dengan menggunakan algoritma K-Means Clustering, ukuran file citra menjadi 161 KB dengan rasio kompresi yaitu 90,39%. - Kata Kunci : Kompresi data citra, Kmeans Clustering, Lossy Compression, Efesiensi penyimpanan.


Ketersediaan
S06-24931S06-24931 FAH 2025Koleksi SkripsiTersedia
Informasi Detail
Judul Seri
-
No. Panggil
S06-24931 FAH 2025
Penerbit
Surabaya : ITATS., 2025
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Kompresi data citra
Kmeans Clustering
Lossy Compression
Efesiensi penyimpanan
Info Detail Spesifik
NPM : 06.2019.1.07227 Nilai : A-
Pernyataan Tanggungjawab
Pembimbing : Citra Nurina Prabiantissa, S.ST.,M.Tr.KOM.
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN ITATS
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan pusat ITATS pada tahun akademik 2003/2004 tercatat memiliki koleksi buku sebanyak 19.165 judul atau 38.043 eksemplar. Koleksi terdiri dari buku teks, referensi, tugas mahasiswa (skripsi, kerja praktik, dan lain-lain), serta terbitan berkala (majalah, surat kabar, dan jurnal ilmiah).

Cari

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

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — 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