IMPLEMENTASI METODE K-MEANS CLUSTERING DENGAN TEKNIK PENGOLAHAN CITRA UNTUK MENGIDENTIFIKASI JENIS SEPATU

Dina Selvia; Agung Ramadhanu

doi:10.51401/jinteks.v7i1.5428

Authors

Dina Selvia Universitas Putra Indonesia YPTK Padang
Agung Ramadhanu Universitas Putra Indonesia YPTK Padang

DOI:

https://doi.org/10.51401/jinteks.v7i1.5428

Keywords:

K-Means Clustering, image processing, shoe identification, image segmentation, feature extraction

Abstract

Penelitian ini membahas implementasi metode K-Means Clustering dengan teknik pengolahan citra untuk mengidentifikasi jenis sepatu berdasarkan karakteristik visualnya. Proses identifikasi dilakukan dengan memanfaatkan pengolahan citra digital, seperti segmentasi, ekstraksi fitur, dan klasifikasi, yang kemudian digabungkan dengan algoritma K-Means untuk mengelompokkan data gambar ke dalam kategori jenis sepatu. Tujuan utama dari penelitian ini adalah meningkatkan akurasi dan efisiensi dalam mengidentifikasi jenis sepatu, terutama dalam aplikasi e-commerce atau inventarisasi produk. Hasil penelitian dengan menggunakan Metode K-Means Clustering yang dikombinasikan dengan teknik pengolahan citra sangat efektif untuk mengidentifikasi dan mengklasifikasi jenis sepatu yaitu sepatu formal dan sepatu santai berdasarkan karakteristik visualnya. Penelitian menggunakan 8 citra yang mana terdiri dari 4 citra untuk sepatu formal dan 4 citra untuk sepatu santai. Menghasilkan akurasi sebesar 97 % dimana 7 dari 8 citra berhasil diidentifikasi dengan benar. Proses klasifikasi dilakukan dengan tahapan konversi ruang warna ke LAB, segmentasi citra menggunakan K-Means Clustering, dan ekstraksi fitur bentuk serta tekstur. Parameter-parameter ekstraksi citra seperti metric, eccentricity, contrast, correlation, energy, dan homogeneity menjadi kunci utama dalam proses identifikasi. Hasil pengujian menunjukkan bahwa metode ini mampu mengelompokkan jenis sepatu dengan tingkat akurasi yang tinggi. Penelitian ini memberikan kontribusi signifikan dalam mengembangkan solusi berbasis teknologi untuk otomasi pengelompokan produk visual.

References

R. Yanti, F. R. Chan, and A. Ramadhanu, “Penerapan Image Processing untuk Identifikasi Jenis Pisang Emas dan Pisang Kapas Menggunakan Metode K-Means Clustering,” Journal of Education Research, vol. 5, no. 4, pp. 2024–4938.

P. Apriyani, A. R. Dikananda, and I. Ali, “Penerapan Algoritma K-Means dalam Klasterisasi Kasus Stunting Balita Desa Tegalwangi,” Hello World Jurnal Ilmu Komputer, vol. 2, no. 1, pp. 20–33, Mar. 2023, doi: 10.56211/helloworld.v2i1.230.

A. Fitriani, E. Arfi, and A. Huda, “Penerapan Algoritma K-Means Clustering dalam Memetakan Produktivitas Lokasi Perkebunan Nanas PT Great Giant Pineapple,” Journal of Mathematics, Computations and Statistics, vol. 7, no. 2, pp. 215–231, Sep. 2024, doi: 10.35580/jmathcos.v7i2.4200.

A. Al Masykur, S. K. Gusti, S. Sanjaya, F. Yanto, and F. Syafria, “Penerapan Metode K-Means Clustering untuk Pemetaan Pengelompokan Lahan Produksi Tandan Buah Segar,” Jurnal Informatika, vol. 10, no. 1, Apr. 2023, doi: 10.31294/inf.v10i1.15621.

Z. A. Dwiyanti and R. Habibi, “Penerapan Algoritma K-Means untuk Mengukur Efektivitas Media Informasi dan Kepuasan Pelanggan,” Jurnal Tekno Insentif, vol. 18, no. 2, pp. 119–129, Dec. 2024, doi: 10.36787/jti.v18i2.1689.

Y. He, “Imbalanced Data Clustering using Equilibrium K-Means,” Feb. 2024, [Online]. Available: http://arxiv.org/abs/2402.14490

S. , A. D. Farras Rifqi Aufa Siregar, “Segmentasi Kematangan Buah Markisa Berdasarkan Kemiripan Warna Dengan Algoritma K-Means,” Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD, vol. 7, pp. 13–23, Jan. 2024, Accessed: Feb. 25, 2025. [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsk/index

W. Sirait, S. Defit, and G. W. Nurcahyo, “Algoritma K-Means Untuk Klasterisasi Tugas Akhir Mahasiswa Berdasarkan Keahlian,” Jurnal Sistim Informasi dan Teknologi, vol. 1, no. 3, pp. 25–30, Sep. 2019, doi: 10.35134/jsisfotek.v1i3.6.

D. Program, S. I. Administrasi, S. Satya, and N. Palembang, “PENERAPAN METODE CLUSTERING K-MEANS TERHADAP DOSEN BERDASARKAN PUBLIKASI JURNAL NASIONAL DAN TERAKREDITASI SINTA IMPLEMENTATION OF K-MEANS CLUSTERING METHOD TO LECTURERS BASED ON PUBLICATIONS OF NATIONAL JOURNALS AND ACCREDITED SINTA,” JSI?: Jurnal Sistem Informasi (E-Journal, vol. 16, no. 1, 2024.

M. Indah Ramadhani, “IJIRSE: Indonesian Journal of Informatic Research and Software Engineering Implementation Of K-Means Algorithm For Palm Oil Productivity Data Clustering Implementasi Algoritma K-Means Untuk Klustering Data Produktivitas Kelapa Sawit,” IJIRSE: Indonesian Journal of Informatic Research and Software Engineering, vol. 3, no. 1, pp. 56–64, Mar. 2023, Accessed: Feb. 25, 2025. [Online]. Available: Journal Homepage: https://journal.irpi.or.id/index.php/ijirse

M. D. Chandra, E. Irawan, I. S. Saragih, A. P. Windarto, and D. Suhendro, “Penerapan Algoritma K-Means dalam Mengelompokkan Balita yang Mengalami Gizi Buruk Menurut Provinsi,” BIOS?: Jurnal Teknologi Informasi dan Rekayasa Komputer, vol. 2, no. 1, pp. 30–38, Mar. 2021, doi: 10.37148/bios.v2i1.19.

A. Sulistiyawati and E. Supriyanto, “Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan,” Jurnal TEKNO KOMPAK, vol. 15, no. 2, pp. 25–36, 2021.

Y. Pratiwi and M. Mulyawan, “Implementasi Algoritma K-Means untuk Menentukan Angka Harapan Hidup berdasarkan Tingkat Provinsi,” Blend Sains Jurnal Teknik, vol. 1, no. 4, pp. 284–294, Mar. 2023, doi: 10.56211/blendsains.v1i4.233.

T. M. Ghazal et al., “Performances of k-means clustering algorithm with different distance metrics,” Intelligent Automation and Soft Computing, vol. 30, no. 2, pp. 735–742, 2021, doi: 10.32604/iasc.2021.019067.

N. Mirantika, A. Tsamratul’ain, and F. Diviana Agnia, “PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN PENYEBARAN COVID-19 DI PROVINSI JAWA BARAT,” vol. 15, 2021, [Online]. Available: https://journal.uniku.ac.id/index.php/ilkom

T. M. M. Tyas and A. I. Purnamasari, “Penerapan Algoritma K-means dalam Mengelompokkan Demam Berdarah Dengue Berdasarkan Kabupaten,” Blend Sains Jurnal Teknik, vol. 1, no. 4, pp. 277–283, Mar. 2023, doi: 10.56211/blendsains.v1i4.231.