Implementasi Algoritma K-Means++ Clustering pada Color Image Quantization

Perkembangan teknologi baru dalam bidang komputasi dan komunikasi menyokong dalam meningkatnya permintaan untuk data citra dan video, dimana kedua data tersebut membutuhkan ruang penyimpanan yang besar dan waktu transmisi yang besar. Untuk mengeksploitasi kapasitas perangkat penyimpanan dan saluran transmisi yang sudah ada, teknik-teknik yang mampu mengompresi data diteliti secara luas. Citra true color memiliki kualitas yang tinggi dan memakan banyak ruang disk. Color quantization adalah cara untuk mengurangi ruang penyimpanan dengan tetap mempertahankan kualitas citra. Color quantization adalah suatu proses pengurangan jumlah warna unik yang digunakan dalam sebuah citra sehingga menghasilkan citra baru yang memiliki persamaan semirip mungkin secara visual dengan citra aslinya. Algoritma clustering dapat digunakan untuk mengimplementasikan color quantization. Oleh sebab itu, algoritma K-Means++ Clustering diajukan. Pada penelitian ini, pengujian dilakukan pada 6 buah citra RGB 24 bit dengan jumlah K sebesar 32, 64, 128, dan 256 masing-masing sebanyak 3 kali. Berdasarkan penelitian yang dilakukan, PSNR terbesar didapatkan sebesar 37.71 dB (K=256) dan terkecil sebesar 26.6 dB (K=32). Sedangkan ukuran file terbesar didapatkan sebesar 280 KB (K=256) dan terkecil sebesar 61.67 KB (K=32)