SEGMENTASI CITRA IKAN TUNA DENGAN MAHALANOBIS HISTOGRAM THRESHOLDING DAN MAHALANOBIS FUZZY C-MEANS

segmentasi. Secara visual citra ikan tuna memiliki varian warna yang tinggi mulai
dari bagian biru gelap hingga biru terang atau putih. Jika citra ikan tuna dipetakan
ke dalam ruang fitur maka piksel yang menyusun area tubuh ikan tuna akan
membentuk kelompok piksel hyperellipsoid. Algoritma segmentasi Fuzzy C-Means
berbasis jarak Mahalanobis dapat digunakan untuk mensegmentasi citra yang
memiliki karakteristik tersebut. Namun inisialisasi derajat keanggotaan dan
centroid klaster secara random mengakibatkan proses pengklasteran piksel menjadi
tidak efisien dalam hal iterasi dan waktu komputasi.
Penelitian ini mengusulkan metode baru untuk segmentasi citra ikan tuna
dengan Mahalanobis Histogram Thresholding M-HT dan Mahalanobis Fuzzy CMeans
MFCM. Metode yang diusulkan terdiri atas tiga tahapan utama yaitu
Inisialisasi centroid untuk mendapatkan centroid awal tiap klaster pengklasteran
piksel untuk mengelompokkan piksel background dan objek dan peningkatan
akurasi untuk meningkatkan akurasi hasil pengklasteran piksel.
Berdasarkan hasil uji coba diperoleh rata-rata jumlah iterasi sebanyak 66
iterasi dengan waktu segmentasi rata-rata 16203 detik. Rata-rata Akurasi sebesar
9854 dengan tingkat Missclassification Error sebesar 146. Berdasarkan hasil
yang diperoleh maka dapat disimpulkan bahwa metode yang diusulkan dapat
meningkatkan efisiensi dalam hal jumlah iterasi dan waktu segmentasi. Selain itu
metode yang diusulkan dapat memberikan hasil segmentasi yang lebih akurat
dibandingkan dengan metode konvensional.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *