Dr.Soegianto Soelistiono, Ir.,M.Si

Berpacu menjadi yang terbaik

HFCM, pengembangan Fuzzy untuk analisa image

14 August 2011 - dalam SoftComputing Oleh soegianto-fst

Data analisa tentunya tidak hanya dalam bentuk teks, tetapi juga dalam bentuk gambar. Untuk gambar yang mengandung banyak informasi sering diistilahkan dengan citra. Segmentasi dari citra MRI  (Magnetic Resonance Imaging) memberikan informasi fisiologi yang berguna dalam diagnosis patologi demikian juga untuk konstruksi model geometri organ dalam tiga dimensi. Kualitas hasil citra tergantung pada rendahnya resolusi spasial, tidak meratanya iluminasi dan adanya noise. Keadaan ini tentunya mengganggu proses pengenalan pola yang didapat.

Analisa citra dengan menggunakan metode klastering sudah banyak dilakukan. Salah satu metode yang berbasis logika fuzzy dengan segmentasi adaptif adalah Fuzzy c-Means (FCM). Logika fuzzy diterapkan dalam pengenalan pola untuk melakukan penyempurnaan dari metode manual yang menggunakan sistem range warna. Klasifikasi pola ini dapat diselesaikan dengan sebuah metoda analisis data yang disebut klaster . Sistem fungsi keanggotaan fuzzy mengukur berapa dekat atau akuratnya sebuah warna pixel (intensitas yang berada pada titik tersebut) dengan nilai pusat klaster. Tujuan dari analisis klaster adalah mengumpulkan pixel-pixel yang nilai intensitasnya mendekati nilai pusat klaster. Teknik klaster dengan teori himpunan fuzzy memberikan pendekatan baru yang lebih baik dari pada teknik klaster konvensional.

Dalam makalah ini akan dilakukan analisa terhadap FCM dan MsFCM, untuk selanjutnya akan dibuat metode baru HFCM, metode ini merupakan pengembangan dari MsFCM dengan tujuan untuk melakukan percepatan mendapatkan hasil.



Read More | Respon : 0 komentar

Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :