DETAIL KOLEKSI

Content based image retrival menggunakan metode dekomposisi wavelet haar


Oleh : Rizqi Puspita Rini

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2013

Pembimbing 1 : Ratna Shofiati

Subyek : Computer programming;Computer networks;Database management

Kata Kunci : content based image retrieval, feature extraction, wavelet decomposition, haar wavelet, euclidean di

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2013_TA_SIF_06408004_Halaman-Judul.pdf
2. 2013_TA_SIF_06408004_Lembar-Pengesahan.pdf
3. 2013_TA_SIF_06408004_Bab-1_Pendahuluan.pdf
4. 2013_TA_SIF_06408004_Bab-2_Landasan-Teori.pdf
5. 2013_TA_SIF_06408004_Bab-3_Metodologi-Penelitian.pdf
6. 2013_TA_SIF_06408004_Bab-4_Implementasi-dan-Uji-Coba.pdf
7. 2013_TA_SIF_06408004_Bab-5_Kesimpulan-dan-Saran.pdf
8. 2013_TA_SIF_06408004_Daftar-Pustaka.pdf

P Pencarian suatu citra didasarkan pada penggunaan basis data. Penggunaan basis data citra saat ini terus berkembang, banyak yang memanfaatkan dalam berbagai bidang. Seiring dengan terus berkembangnya ukuran basis data citra, pencarian citra berbasis teks belum bisa merepresentasikan citra yang dicari dalam sebuah database citra. Untuk itu dalam tugas akhir ini diterapkan sistem pencarian CBIR (Content Based Image Retrieval) menggunakan metode dekomposisi haar wavelet. Metode dekomposisi wavelet digunakan untuk mengekstraksi ciri tekstur dari sebuah citra.Tahap awal yang dilakukan adalah citra dalam database diubah menjadi gabungan komponen red, hue, dan blue. Kemudian citra tersebut digunakan sebagai citra masukan untuk diekstraksi cirinya menggunakan metode dekomposisi wavelet haar, kemudian hasil dekomposisi gambar tersebut dihitung standar deviasi dan energinya untuk mendapatkan nilai vektor ciri dari gambar tersebut, kemudian vektor ciri tersebut disimpari dalam database metadata gambar. Setelah itu, dilakukan proses perhitungan jarak kemiripan euclidean distance antara vektor ciri gambar query dengan vektor ciri gambar dalam database. Kemudian setelah dihitung jarak kemiripannya, dilakukan indexing dan dipilih 10 gambar dalam database yang mempunyai jarak kemiripan minimum untuk ditampilkan sebagai hasil dan retrieval.Dari hasil uji coba implementasi ini, percobaan pada detail sedang menghasilkan rata-rata nilai precision dan recall sebesar 72,01% dan ujicoba dengan detail tinggi menghasilkan rata-rata nilai precision dan recall sebesar 53,15%.

I Image retrieval is based on the use of databases. The use of image databases continues to grow, with many utilizing them in various fields. As image databases continue to grow, text-based image searches cannot adequately represent the searched image in an image database. Therefore, this final project implements a Content-Based Image Retrieval (CBIR) search system using the Haar wavelet decomposition method. Wavelet decomposition is used to extract texture features from an image.The initial step is to convert the image in the database into a combination of red, hue, and blue components. This image is then used as input for feature extraction using the Haar wavelet decomposition method. The resulting image decomposition is then calculated for its standard deviation and energy to obtain a feature vector. This feature vector is then stored in the image metadata database. The Euclidean distance between the query image's feature vector and the image feature vector in the database is then calculated. After calculating the similarity distance, indexing is performed, and 10 images from the database with the minimum similarity distance are selected for display and retrieval.From the results of this implementation trial, the trial at medium detail produced an average precision and recall value of 72.01% and the trial at high detail produced an average precision and recall value of 53.15%.

Bagaimana Anda menilai Koleksi ini ?