Pengelompokan Gambar Dengan Algoritma Divisive Dan Agglomerative

Gradiyanto, Gradiyanto (2020) Pengelompokan Gambar Dengan Algoritma Divisive Dan Agglomerative. Skripsi thesis, Universitas Tarumanagara.

	Text 535160042_Gradiyanto_01 Cover.pdf Download (244kB)
	Text 535160042_Gradiyanto_02 Lembar Pengesahan.pdf Download (332kB)
	Text 535160042_Gradiyanto_03 Lembar Pernyataan.pdf Download (332kB)
	Text 535160042_Gradiyanto_04 Abstrak.pdf Download (383kB)
	Text 535160042_Gradiyanto_05 Kata Pengantar.pdf Download (337kB)
	Text 535160042_Gradiyanto_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (405kB)
	Text 535160042_Gradiyanto_07 Bab 1.pdf Restricted to Registered users only Download (403kB)
	Text 535160042_Gradiyanto_08 Bab 2.pdf Restricted to Registered users only Download (726kB)
	Text 535160042_Gradiyanto_09 Bab 3.pdf Restricted to Registered users only Download (703kB)
	Text 535160042_Gradiyanto_10 Bab 4.pdf Restricted to Registered users only Download (608kB)
	Text 535160042_Gradiyanto_11 Bab 5.pdf Restricted to Registered users only Download (387kB)
	Text 535160042_Gradiyanto_12 Daftar Pustaka.pdf Download (150kB)
	Text 535160042_Gradiyanto_13 Lampiran.pdf Restricted to Registered users only Download (5MB)
	Text 535160042_Gradiyanto_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (141kB)

Abstract

Clustering adalah merupakan proses untuk mengelompokkan kumpulan objek fisik atau abstrak ke dalam kelas atau cluster objek yang memiliki tingkat kemiripan yang maksimum. Hasil clustering yang baik akan menghasilkan tingkat kesamaan yang tinggi dalam satu kelas dan tingkat kesamaan yang rendah antar kelas. Pada proses clustering banyak sekali metode yang dapat digunakan dalam salah satunya metode algoritma Divisive dan metode algoritma Agglomerative, pada penelitian ini digunakan untuk membuktikan apakah metode algoritma Divisive dan metode algoritma Agglomerative dapat digunakan melakukan clustering dengan baik. Proses pada clustering gambar yang diambil untuk ciri warna RGB pada gambar pantai, jalan, pemukiman, taman dan tanah. Setelah melakukan perancangan dan pengujian maka mendapatkan hasil bahwa metode algoritma Divisive dan metode algoritma Agglomerative dapat digunakan dalam proses pengelompokan gambar. Dapat dilihat dari hasil nilai evaluasi Silhouette jika nilai Silhouette lebih dari nol berarti disebut sebagai cluster yang baik sedangkan jika kurang dari nol berarti cluster itu buruk. Pada percobaan 2 cluster dari 10 pengujian metode algoritma Divisive mendapatkan total nilai Silhouette adalah 0,22065 sedangkan Agglomerative 0,23499. Sedangkan pada percobaan 3 cluster dari 10 pengujian metode algoritma Divisive mendapatkan nilai Silhouette 0,1673321 sedangkan Agglomerative 0,14189885 sehingga dapat disimpulkan bahwa metode algoritma Divisive dan Agglomerative dapat digunakan untuk clustering. Kemudian error pada metode algoritma Divisive pada proses pengelompokan 2 cluster total error percobaan 10 pengujian mendapatkan error sebesar 19,3% sedangkan pada Agglomerative mendapatkan error sebesar 23,1%. Pada proses pengelompokan 3 cluster dengan percobaan sebesar 10 pengujian metode Divisive memiliki error total 34,067%, sedangkan metode Agglomerative mendapatkan 36,066% sehingga dapat dilihat dari error metode Divisive lebih baik dalam clustering metode Agglomerative.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Agglomerative, Clustering, Divisive, Silhouette
Subjects:	Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi
Divisions:	Fakultas Teknologi Informasi > Teknik Informatika
Depositing User:	TDI Family perpus
Date Deposited:	23 Apr 2021 14:31
Last Modified:	03 Jun 2021 04:26
URI:	http://repository.untar.ac.id/id/eprint/19611

Actions (login required)

View Item