UDiNus Repository

PERBANDINGAN ALGORITMA K-MEANS DAN FUZZY C-MEANS UNTUK PENGELOMPOKAN KEYPOINT DESCRIPTOR DALAM CITRA SIDIK JARI

INDRA, APRIYANTO (2015) PERBANDINGAN ALGORITMA K-MEANS DAN FUZZY C-MEANS UNTUK PENGELOMPOKAN KEYPOINT DESCRIPTOR DALAM CITRA SIDIK JARI. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (823Kb) | Preview
    [img]
    Preview
    PDF
    Download (4009b) | Preview

      Abstract

      Memasuki era globalisai, diperlukan informasi yang cepat, tepat dan akurat untuk kemajuan disegala bidang. Demikian juga dalam pengolahan citra, pemrosesan citra khususnya menggunakan komputer menjadikan citra yang kualitasnya lebih baik. Analisis kelompok (cluster analysis) merupakan salah satu teknik dalam analisis multivariat yang mempunyai tujuan utama untuk mengelompokkan objek-objek pengamatan menjadi beberapa kelompok berdasarkan karakteristik yang dimilikinya. Dalam ilmu pengolahan citra ada sebuah metode untuk melakukan recognition sebuah citra yang dimana dapat dilakukan dalam jumlah data yang banyak. Sehingga untuk melakukan identifikasi citra dapat dilakukan dengan mudah. Metode yang digunakan untuk recognition citra adalah Bag of visual words. Proses metode Bag of visual words ini memerlukan sebuah ¬clustering terhadap beberapa keypoint yang dihasilkan dari sebuah algoritma matching point. Kemudian setelah keypoint dikelompokan, maka keypoint tersebut akan di digunakan untuk proses classification. Tugas akhir ini hanya bertujuan untuk mengetahui kinerja algoritma clustering dalam pengelompokan keypoint untuk pembentukan bag of visual words. Fuzzy c-means (FCM) dan K-means dipilih untuk proses clustering tersebut

      Item Type: Article
      Subjects: T Technology > Teknik Informatika
      Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
      Divisions: Fakultas Ilmu Komputer
      Depositing User: Psi Udinus
      Date Deposited: 26 Nov 2015 10:12
      Last Modified: 26 Nov 2015 10:12
      URI: http://eprints.dinus.ac.id/id/eprint/16799

      Actions (login required)

      View Item