Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Pengelompokkan citra warna menggunakan jaringan syaraf tiruan dengan software matlab
Nurhayati NIM. (2014) | Skripsi | Teknik Komputer , Sistem Komputer , Teknik Komputer , Teknik Komputer
Bagikan
Ringkasan
Pengolahan citra adalah salah satu teknik yang digunakan untuk mengimplementasikan perbaikan kualitas suatu citra dan mengolah informasi yang terdapat pada suatu gambar.Warna yang akan dikenali dan dikelompokkan hanya tiga warna sebagai suatu komponen pembentuk suatu batuan yaitu warna merah dan putih sebagai mineral batuan yang paling dominan serta warna biru sebagai pori-pori batuan.Proses pembelajaran dilakukan dengan Jaringan Syaraf Tiruan menggunakan Matlab. Selain itu, histogram digunakan untuk menampilkan nilai intensitas warna pada gambar yang telah dikelompokkan dengan menggunakan segmentasi L*a*b*. Yang mana segmentasi ini dapat mengelompokkan warna dengan menyeluruhan utuk mendapatkan representasi pada citra gambar.Sebelum dikompresi gambar tidak dapat dikelompokkan dan dikenali. Dengan hasil pengkompresian 80% gambar yang telah dikompresi gambar dapat dikelompokkan dengan tingkat akurasi berturut-turut warna merah berturut-turutuntukwarnamerah ∆ = 33%, warnaputih ∆ = 41%, danwarnabiru∆ = 23%.
Ringkasan Alternatif
Image processing is one of the techniques that are used to implementimprovements to the quality of an image and to process the information contained in an image. The color that will be recognized and grouped just three colors as a component of a rock formation that is the color of red and white as the most dominant rock minerals as well as the color blue as the pores of rocks.The learning process is carried out by Neural Network using Matlab. In addition, the histogram is used to display the value of the intensity of the colors in the image that have been classified using the segmentation of L*a*b*. This segmentation which can classify color with menyeluruhan to get representation on the image of the picture.Before compressed images can not be grouped in. With the results of compressed 80% of the image that has been compressed images can be grouped with a level of accuracy in a row red color∆ = 33%,, the white color ∆ = 41%, and blue color ∆ = 23.