Perbandingan Metode K-Means Clustering dan Discrete Cosine Transform Untuk Kompresi Citra Batik Besurek Motif Gabungan

Kompresi Citra terhadap citra digital dilakukan untuk mengurangi redundansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien tanpa mengurangi kualitas citra secara berlebihan. Tujuan dari penelitian ini adalah untuk membuat aplikasi kompresi dengan meimplementasikan metode Discrete Cousine Transform (DCT) dan K-Means clustering pada kompresi citra batik besurek motif gabungan. Pada penelitian ini digunakan 50 citra batik besurek dengan format ekstensi JPG, 5 citra batik besurek dengan format ekstensi PNG, dan 5 citra batik besurek dengan format ekstensi. Pada penelitian ini pengujian kompresi dilakukan dengan menghitung MSE, RMSE, PSNR, dan CR citra hasil kompresi. Penelitian ini menghasilkan aplikasi kompresi citra dengan kualitas citra hasil kompresi metode DCT lebih baik daripada metode K-Means Clustering pada pengkompresian citra batik besurek motif gabungan. Metode DCT menghasilkan citra terkompresi dengan rata-rata PSNR 80.747 dB dan rasio kompresi 6.238 terhadap citra asli. Sedangkan pada metode K-Means Clustering implementasi metode menghasilkan citra terkompresi dengan rata-rata PSNR 76.74386 dB dan rasio kompresi 6.140 terhadap citra asli.