PENERAPAN METODE EXPECTATION MAXIMIZATION – GAUSSIAN MIXTURE MODEL (EM-GMM) PADA SEGMENTASI CITRA DIGITAL

MAULANA YUSUF , 1817031090 (2022) PENERAPAN METODE EXPECTATION MAXIMIZATION – GAUSSIAN MIXTURE MODEL (EM-GMM) PADA SEGMENTASI CITRA DIGITAL. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (186Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (3321Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2466Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Salah satu aplikasi analisis cluster adalah segmentasi citra digital. Segmentasi citra merupakan proses yang digunakan untuk mempartisi citra menjadi daerah yang lebih sederhana. Saat menerapkan analisis klaster untuk segmentasi citra, terjadi permasalahan dimana intensitas piksel yang ada akan menarik piksel lainnya yang serupa ke dalam suatu klaster yang sama. Permasalahan tersebut sangat jarang terjadi jika menerapkan metode soft clustering karena pikselnya dilengkapi dengan derajat keanggotaan. Pada penelitian ini dikaji penerapan Gaussian Mixture Model yang merupakan salah satu metode soft clustering yang menggunakan distribusi Gaussian sebagai komponen dari mixture model. Parameter dari GMM akan diiterasi menggunakan algoritma Expectation-Maximization untuk mendapatkan maximum likelihood. Pemilihan jumlah klaster terbaik ditentukan berdasarkan nilai Akaike's Information Criterion (AIC) dan Bayesian Information Criterion (BIC). Hasil yang diperoleh menunjukkan jumlah klaster 7 merupakan jumlah klaster yang optimal. Kata Kunci: Analisis Klaster, Segmentasi Citra, Expectation-Maximization, Gaussian Mixture Model, Akaike Information Criterion, Bayesian Information Criterion.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2203446949 . Digilib
Date Deposited:	09 Aug 2022 01:14
Terakhir diubah:	09 Aug 2022 01:14
URI:	http://digilib.unila.ac.id/id/eprint/64661

Actions (login required)

Lihat Karya Akhir