ANALISIS PERBANDINGAN ALGORITMA CLUSTERING DALAM MELAKUKAN SEGMENTASI WARNA PADA CITRA JAJAN TRADISIONAL

Jajanan tradisional sangat beragam dan memiliki ciri warna tertentu, seperti kue putu dengan dominan warna hijau, kue cucur dengan dominan warna coklat, kue lumpur dengan dominan warna kuning, combro dengan dominan warna kuning keemasan, gemblong dengan dominan warna coklat, dan masih banyak yang lainnya. Masyarakat pada era jaman sekarang lebih banyak menyukai produk makanan instan, dari segi rasa jajan tradisional tidak kalah enak dengan makanan instan yang beredar di pasaran sedangkan dari segi kesehatan, jelas jajan tradisional lebih sehat karena tidak mengandung bahan pengawet. Machine learning terdapat suatu teknik yang dapat melakukan segmentasi pada citra digital, yang disebut teknik segmentasi citra. Segmentasi merupakan proses partisi gambar digital ke beberapa daerah dengan tujuan untuk menyederhanakan ataupun merubah representasi gambar menjadi sesuatu yang lebih bermakna dan mudah dianalisa. Metode yang digunakan adalah metode clustering karena dapat melakukan clustering warna dengan baik. Algoritma clustering yang digunakan antara lain K-Means, Fuzzy C-Means, dan metode Elbow digunakan untuk mencari jumlah cluster berdasarkan Sum of Square Error (SSE). Aplikasi segmentasi gambar ini terdiri dari Web Apps dan Python Apps. Aplikasi Python adalah server untuk aplikasi segmentasi gambar ini dan kerangka web yang digunakan adalah Flask API. Berdasarkan sepuluh pengujian yang telah dilakukan, algoritma K-Means mendapatkan akurasi sebesar 76,47% dan algoritma Fuzzy C-Means mendapatkan akurasi sebesar 68,63%. Akurasi tersebut dapat disimpulkan bahwa algoritma K-Means lebih baik dan efisien dari segi waktu dibandingkan algoritma Fuzzy C-Means dalam melakukan segmentasi warna pada citra jajanan tradisional.