<p><em>The eye is an organ that is very important for activities and is a window to the world because it has the function of seeing. The eye as an organ can survive damage for a long time. The structure of a healthy person's eye organ, especially at a young age, is smooth and flexible. This is because the eye lens can adjust its shape to see objects clearly at a certain distance and lighting. If this ability is lost, an eye disorder occurs known as presbyopia or old eyes.</em><em> Based on this problem, the research discusses color segmentation in old eyes using the Fuzzy C mean cluster method. This method works by partitioning data based on the distance between the input data and the nearest cluster center. The cluster center is always updated repeatedly until an optimal cluster division is obtained. Recurrence is based on minimizing the objective function. The aim of the research carried out was to separate objects in the image of the old eye, which could later be used as a reference to determine the conditions, symptoms or diseases of the old eye. From the results of the tests carried out, separate front ground and background images can provide a clearer picture of what objects are in the old eye (Presbyopia). The first cluster is on the x = 0 to x = 0.5 axis with the cluster center indicated and the y axis = 0 to 0.8. what is the second clustering at coordinates x = 0.5 to x=1.0 and axis y=0 to y=0.8. with X1 at (0,0) and X2 at (0.8, 0.45).</em></p><p><em> </em></p><p class="IndexTerms"><strong>Keywords</strong>: Cluster, Fuzzy C Mean, Eyes, Presbyopia, Segmentation.</p><p class="Abstract" align="center"><strong> </strong></p><p class="Abstract" align="center"><strong>ABSTRAK  </strong></p><p class="Abstract">Mata adalah organ yang sangat penting untuk beraktivitas merupakan jendela dunia karena memiliki fungsi untuk melihat. Mata sebagai organ dapat bertahan dalam waktu yang lama dari kerusakan. Struktur organ mata orang yang sehat, khususnya saat usia muda bersifat halus dan fleksibel. Hal ini dikarenakan lensa mata bisa menyesuaikan bentuknya untuk melihat objek dengan jelas dalam jarak dan pencahayaan tertentu. Jika kemampuan itu hilang, maka terjadi gangguan mata yang dikenal dengan istilah presbyopia atau mata tua. Dari permasalahan tersebut penelitian membahas tentang segmentasi warna pada mata tua dengan menggunakan metode Fuzzy C mean cluster. Metode ini bekerja dengan mempartisi data berdasarkan pada jarak antara data masukan dengan pusat kluster terdekat. Pada pusat cluster selalu diupdate berulang-ulang sampai didapatkan pembagian kluster yang optimal. Perulangan didasarkan pada minimalisasi fungsi objektif. Tujuan penelitian yang dilakukan adalah memisahkan objek yang ada di citra mata tua, yang nantinya dapat di jadikan acuan untuk mengetahui kondisi, gejala atau penyakit yang ada pada mata tua tersebut. Dari hasil pengujian yang dilakukan dihasilkan, gambaran citra front ground dan background yang terpisah dapat memberikan gambaran lebih jelas objek apa saja yang ada pada mata tua (Presbyopia). Kluster pertama pada sumbu x = 0 sampai x = 0.5 dengan pusat kluster yang ditunjukkan dan sumbu y =0 sampai 0.8. klustering kedua berapa pada koordinat x = 0.5 sampai x=1.0 dan sumbu y=0 sampai y=0.8. dengan X1 pada (0,0) dan X2 pada (0.8, 0.45).           </p>

<p><em>Chicken eggs have become a basic necessity for Indonesians, both for personal consumption and for business purposes. Eggs that are good or quality can be seen based on the yolk. Both those who are only a day old a week or more than two weeks or those that are not suitable for consumption.</em></p><p><em>Quality egg yolks appear brighter in yellow and there are no stripes or other colors and markings in the yolk. Eggs. From this, the author tries to do research on the detection of quality detection of native chicken egg yolk using Order One Statistical Extraction based on Fuzzy Logic. Feature extraction The first order egg yolk image in this study uses various features, namely variance, skewness, cartulation, entropy and mean. Texture measurements in the first order use statistical calculations based on the original image pixel value for the sole purpose of finding the histogram characteristics of the image.</em></p><p><em>The results of this study are the value of the feature calculation in first order statistics to be used to make the decision whether the egg yolk is suitable for consumption or not. This research is expected to be able to provide insight in determining the quality or absence of native chicken eggs. The first step in this research is to look for data in the form of egg yolks from native chickens, after that we take a picture in the form of an image of egg yolk using the same camera and the same distance as well. So that the image results obtained have the same level of precision. From this image, we then look for the first order statistical value which will be used as a reference in determining the quality of eggs using fuzzy logic.</em></p>

<p>Citra merupakan sebuah gambaran dari sebuah objek yang menarik untuk di teliti. Penelitian ini membahas tentang Analisa citra berbasis fitur warna, tekstur dan histogram. Fitur-fitur ini akan dicari untuk memperoleh nilai yang akan digunakan sebagai acuan untuk mencari kemiripan citra berdasarkan error pada citra. Besar kecil nya error yang di peroleh dari nilai-nilai fitur tersebut menunjukan besar kecilnya kemiripan dari sebuah citra.<br />Fitur warna citra berpengaruh pada kejelasan sebuah objek yang ada pada citra tersebut. Dengan warna yang ber-beda-beda objek dapat dideteksi dengan cepat walaupun hanya dengan kasat mata. Analisa citra dengan fitur warna yang dilakukan menggunakan nilai RGB pada citra yang dicari fiturnya, yaitu nilai Red, Green dan Blue pada tiap blok pikselnya. Setelah nilai fitur watna diperoleh, kemudian dicari nilai fitur tekstur menggunakan metode statistika orde dua yaitu Gray Level Cooccurrence Matrix (GLCM). Fitur-fitur tekstur tersebut antara lain: Kontras, IDM ASM, Entropi, dan Korelasi.<br />Tahap akhir dicari nilai histogram dari tiga kondisi citra yang berbeda-beda untuk menunjukkan kondisi terang, normal dan gelap. Nilai-nilai fitur yang di peroleh kemudian digunakan untuk mencari kemiripan citra dengan menentukan besar kecilnya nilai error, dimana pada penelitian ini digunakan MSE (Mean Square errors) dan MAE (Mean Absolute Errors) untuk mencari besar nilai error.<br />Keyword: fitur, warna, histogram, Glcm, MSE.</p>