Perbandingan Pewarnaan Citra Grayscale Menggunakan Metode K-Means Clustering dan Agglomerative Hierarchical Clustering

Abstract

Proses pewarnaan dengan mengolah citra grayscale menjadi citra berwarna dilakukan secara manual dengan menggunakan perangkat lunak yang berfungsi untuk menggambar. Pekerjaan seperti ini sangat mahal dan membutuhkan waktu yang banyak. Penelitian ini bertujuan untuk meningkatkan kualitas citra grayscale agar hasil yang diperoleh mempunyai kualitas relatif lebih baik dari citra awal, mengimplementasikan teknik-teknik untuk memperbaiki kualitas citra dengan membuat citra yang tidak berwarna (citra grayscale) menjadi citra berwarna, membangun sebuah sistem yang dapat dimanfaatkan untuk meningkatkan kualitas citra grayscale, dan membandingkan metode k-means clustering dan metode agglomerative hierarchical clustering dalam pewarnaan citra grayscale. Diharapkan dapat menjadi dasar pengembangan keilmuan dan implementasi sistem pengolahan citra untuk peningkatan kualitas citra grayscale menjadi citra berwarna yang lebih kompleks.

Pixel dari citra berwarna dikonversi ke color space, sedangkan citra grayscale akan dihitung adalah nilai gray value. Nilai luminance dan nilai gray dari citra dikelompokkan berdasarkan kedekatan dari masing-masing pixel. Pemetaan warna dilakukan dengan mentransfer nilai chrome untuk ditambahkan pada nilai gray tiap pixel citra grayscale dengan melihat terlebih dahulu similaritas antara tiap pusat cluster citra berwarna dan pusat cluster citra grayscale.

Hasil yang diperoleh dalam  pewarnaan citra grayscale bergantung pada jumlah cluster yang diberikan, pemilihan kategori citra warna acuan dan pengaruh citra warna acuan pada kategori yang sama. Pengujian pewarnaan berdasarkan analisa subjektif dan analisa objektif yang telah dilakukan dapat disimpulkan bahwa penerapan pewarnaan citra grayscale menggunakan metode k-means clustering lebih baik dibandingkan dengan penerapan metode agglomerative hierarchical clustering.