Implementasi Fuzzy C Mean Clustering Menggunakan Segmentasi Warna pada Mata Tua (Presbyopia)

Muhammad Sipan, Roni Kartika Pramuyanti

Abstract


The eye is an organ that is very important for activities and is a window to the world because it has the function of seeing. The eye as an organ can survive damage for a long time. The structure of a healthy person's eye organ, especially at a young age, is smooth and flexible. This is because the eye lens can adjust its shape to see objects clearly at a certain distance and lighting. If this ability is lost, an eye disorder occurs known as presbyopia or old eyes. Based on this problem, the research discusses color segmentation in old eyes using the Fuzzy C mean cluster method. This method works by partitioning data based on the distance between the input data and the nearest cluster center. The cluster center is always updated repeatedly until an optimal cluster division is obtained. Recurrence is based on minimizing the objective function. The aim of the research carried out was to separate objects in the image of the old eye, which could later be used as a reference to determine the conditions, symptoms or diseases of the old eye. From the results of the tests carried out, separate front ground and background images can provide a clearer picture of what objects are in the old eye (Presbyopia). The first cluster is on the x = 0 to x = 0.5 axis with the cluster center indicated and the y axis = 0 to 0.8. what is the second clustering at coordinates x = 0.5 to x=1.0 and axis y=0 to y=0.8. with X1 at (0,0) and X2 at (0.8, 0.45).

 

Keywords: Cluster, Fuzzy C Mean, Eyes, Presbyopia, Segmentation.

 

ABSTRAK 

Mata adalah organ yang sangat penting untuk beraktivitas merupakan jendela dunia karena memiliki fungsi untuk melihat. Mata sebagai organ dapat bertahan dalam waktu yang lama dari kerusakan. Struktur organ mata orang yang sehat, khususnya saat usia muda bersifat halus dan fleksibel. Hal ini dikarenakan lensa mata bisa menyesuaikan bentuknya untuk melihat objek dengan jelas dalam jarak dan pencahayaan tertentu. Jika kemampuan itu hilang, maka terjadi gangguan mata yang dikenal dengan istilah presbyopia atau mata tua. Dari permasalahan tersebut penelitian membahas tentang segmentasi warna pada mata tua dengan menggunakan metode Fuzzy C mean cluster. Metode ini bekerja dengan mempartisi data berdasarkan pada jarak antara data masukan dengan pusat kluster terdekat. Pada pusat cluster selalu diupdate berulang-ulang sampai didapatkan pembagian kluster yang optimal. Perulangan didasarkan pada minimalisasi fungsi objektif. Tujuan penelitian yang dilakukan adalah memisahkan objek yang ada di citra mata tua, yang nantinya dapat di jadikan acuan untuk mengetahui kondisi, gejala atau penyakit yang ada pada mata tua tersebut. Dari hasil pengujian yang dilakukan dihasilkan, gambaran citra front ground dan background yang terpisah dapat memberikan gambaran lebih jelas objek apa saja yang ada pada mata tua (Presbyopia). Kluster pertama pada sumbu x = 0 sampai x = 0.5 dengan pusat kluster yang ditunjukkan dan sumbu y =0 sampai 0.8. klustering kedua berapa pada koordinat x = 0.5 sampai x=1.0 dan sumbu y=0 sampai y=0.8. dengan X1 pada (0,0) dan X2 pada (0.8, 0.45).           


Keywords


Cluster, Fuzzy C Mean, Mata, Presbyopia, Segmentasi.

Full Text:

PDF

References


Abdi Praja, Chairisni Lubis, 2017, Deteksi Penyakit Diabetes Dengan Metode Fuzzy C-Means Clustering Dan K-Means Clustering, https://journal.untar.ac.id/index.php/computatio/issue/view/39

Andri Suryadi, 2015. Sistem Pengenalan Wajah Menggunakan Metode Principal Component Analysis (Pca) Dengan Algoritma Fuzzy C-Means (Fcm). Jurnal Pendidikan Matematika Volume 4, Nomor 2, Mei 2015, ISSN 2086-4280

Dorteus L. Rahakbauw, Venn Y. I. Ilwaru, 2017, Im-plementasi Fuzzy C-Means Clustering Dalam Penen-tuan Beasiswa keputusan. https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/336

Fazria Nurin Nishfa, Sri heranurweni, Sipan Muham-mad. (2021). Analisa Quality Of Service (Qos) Jaringan Internet Indihome Menggunakan Metode Logika Fuzzy Di Kota Pati. Universitas Semarang.

Sipan Muhammad, Kartika Roni P. (2017) Analisis Tekstur Photo Lama Menggunakan Fitur Tekstur Gray Level Co-Occurrence Matriks Pada Pewarnaan Citra Otomatis’ Universitas Semarang, Semarang, Elektrika

Sipan Muhammad, Rony Kartika P. (2019). Deteksi Kualitas Kuning Telur Ayam Kampung Menggunakan Ekstraksi Ciri Secara Statistika Orde Satu Berbasis Logika Fuzzy. Universitas Semarang,

Susanto adi, Kadir abdul, (2012) Teori dan Aplikasi Pengolahan Citra, Penerbit andi, Yogyakarta. Volume 2.

Sipan Muhammad, Puri Muliandhi, Roni Kartika P., (2021). Desain Sistem Pewarnaan Citra Otomatis Ber-basis Fitur Tekstur GLCM (Gray Level Co-occurrence Matrix) Menggunakan Backpropagation. Prociding LPPM USM.

Vera Herlinda, Dedi Darwis, Dartono Dartono, 2021.

Analisis Clustering Untuk Recredesialing Fasilitas Kesehatan Menggunakan MetodeFuzzyC-Means. http://jim.teknokrat.ac.id/index.php/sisteminformasi/article/view/890

Wahidah Sanusi, Ahmad Zaky, dan Besse Nur Afni, 2019. Analisis Fuzzy C-Means dan Penerapannya Da-lam Pengelompokan Kabupaten/Kota di Provinsi Su-lawesi Selatan Berdasarkan Faktorfaktor Penyebab Gizi Buruk. Journal of Mathematics, Computations, and Statistics (hal. 47 – 54) Vol. 2. No. 1, April 2019 http://www.ojs.unm.ac.id/jmathcos




DOI: http://dx.doi.org/10.26623/elektrika.v15i2.7976

Refbacks

  • There are currently no refbacks.


Office: Electrical Engineering Lecturer Room, 7th Floor of Menara USM Building, Universitas Semarang, Jalan Soekarno - Hatta, Tlogosari, Semarang - Central Java Tel:(024) 6702757 Fax: (024) 6702272, Email: elektrika@usm.ac.id

View My Stats

Creative Commons License
This work is licensed under a  Creative Commons Attribution 4.0 International License.