Melola Discovery

← Melola Discovery

Jurnal SINTA 2

IMPLEMENTASI PENGEMBANGAN METODE DIFFERENTIAL EVOLUTIONUNTUK CLUSTERING PIXEL

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 9 No. 2 (2011) · pp. 3–8

DOI
10.12962/j24068535.v9i2.a32
ISSN
2406-8535, 1412-6389
Published
2011-07-01
Publisher
Institut Teknologi Sepuluh Nopember
Language
eng

Abstract

Perkembangan metode komputasi telah mengalami percepatan yang luar biasa. Berbagai teknik komputasi untuk mendapatkan solusi dengan kinerja optimal terus berkembang. Sejumlah algoritma termasuk dalam rumpun Evolutionary Computation, diantaranya adalah Differential Evolution (DE) yang berhasil menyelesaikan masalah optimasi dalam berbagai bidang diantaranya masalah clustering. Keunggulan DE adalah karena implementasinya yangmudah dan kecepatan konvergensinya. Dalam clustering, DE menghadapi kendala penentuan jumlah cluster. Pada penelitian ini diimplementasikan sebuah algoritma Evolutionary Clustering (EC) yang merupakan pengembangan dari DE. EC diterapkan untuk melakukan pengelompokan pixel-pixel dari citra gray-scale atas beberapa area homogen yang berbeda satu dengan lainnya. EC tidak membutuhkan informasi awal tentang jumlah cluster yang akan terbentuk. EC menjadi salah satu solusi untuk menentukan jumlah cluster optimal dengan nilai validitas yang lebih baik. Kinerja dari EC akan dibandingkan dengan algoritma Fuzzy C-Means (FCM). Hasil dari EC dibanding FCM relatif sama dari segi nilai cluster validity index namun EC membutuhkan waktu relatif lebih singkat.

Collaboration network of the authors

15 authors · 26 co-authorship links · 10 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Sepuluh Nopember
  • University of Indonesia
  • Universitas Islam Negeri Maulana Malik Ibrahim
  • Mercu Buana University
  • Michigan State University
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Chastine FatichahInstitut Teknologi Sepuluh Nopember2
I Gusti Lanang Agung Oka Cahyadi PradiptaAffiliation unknown1
Umi Laili YuhanaInstitut Teknologi Sepuluh Nopember1
Afrizal Laksita AkbarInstitut Teknologi Sepuluh Nopember1
Muhammad Muharrom Al HaromainyInstitut Teknologi Sepuluh Nopember1
Ignatius Aris WibowoInstitut Teknologi Sepuluh Nopember1
Hilmil PradanaInstitut Teknologi Sepuluh Nopember1
Achmad Nizar HidayantoUniversity of Indonesia1
Aniati Murni ArymurthyUniversity of Indonesia1
Devi FitrianahMercu Buana University1
Pang‐Ning TanMichigan State University1
Riyanarto SarnoInstitut Teknologi Sepuluh Nopember1
Hermawan Bin FauzanInstitut Teknologi Sepuluh Nopember1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">IMPLEMENTASI PENGEMBANGAN METODE DIFFERENTIAL EVOLUTIONUNTUK CLUSTERING PIXEL</dc:title>
	<dc:creator xml:lang="en">Saikhu, Ahmad</dc:creator>
	<dc:creator xml:lang="en">Fahmi, Hisyam</dc:creator>
	<dc:description xml:lang="en"> Perkembangan metode komputasi telah mengalami percepatan yang luar biasa. Berbagai teknik komputasi untuk mendapatkan solusi dengan kinerja optimal terus berkembang. Sejumlah algoritma termasuk dalam rumpun Evolutionary Computation, diantaranya adalah Differential Evolution (DE) yang berhasil menyelesaikan masalah optimasi dalam berbagai bidang diantaranya masalah clustering. Keunggulan DE adalah karena implementasinya yangmudah dan kecepatan konvergensinya. Dalam clustering, DE menghadapi kendala penentuan jumlah cluster. Pada penelitian ini diimplementasikan sebuah algoritma Evolutionary Clustering (EC) yang merupakan pengembangan dari DE. EC diterapkan untuk melakukan pengelompokan pixel-pixel dari citra gray-scale atas beberapa area homogen yang berbeda satu dengan lainnya. EC tidak membutuhkan informasi awal tentang jumlah cluster yang akan terbentuk. EC menjadi salah satu solusi untuk menentukan jumlah cluster optimal dengan nilai validitas yang lebih baik. Kinerja dari EC akan dibandingkan dengan algoritma Fuzzy C-Means (FCM). Hasil dari EC dibanding FCM relatif sama dari segi nilai cluster validity index namun EC membutuhkan waktu relatif lebih singkat.</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2011-07-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/32</dc:identifier>
	<dc:identifier>10.12962/j24068535.v9i2.a32</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol 9, No 2, Juli 2011; 3-8</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v9i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/32/31</dc:relation>
</oai_dc:dc>