IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL (CBIR) PADA CITRA BATIK BESUREK YANG TIDAK UTUH MENGGUNAKAN METODE SPEEDED UP ROBUST FEATURES (SURF) DAN FAST LIBRARY APPROXIMATED NEAREST NEIGHBOR (FLANN)

Pengenalan citra dengan menggunakan citra batik besurek memiliki kelemahan yaitu kadang kala citra batik besurek yang ingin diproses merupakan citra yang tidak utuh atau tidak sesempurna citra asli yang berada didalam database. Tujuan dari penelitian ini adalah untuk mengetahui persentase citra yang dapat dikenali dengan menggunakan metode SURF dan FLANN. Pada penelitian ini digunakan 67 citra batik besurek dengan motif kaligrafi, raflesia, kaligrafi dan raflesia, burung kuau dan raflesia, burung kuau, dan rembulan. Kondisi citra uji yang digunakan pada pengujian adalah citra yang ditutupi dari 10% hingga 90% sebanyak 54 citra, citra yang diambil dengan sudut pengambilan yang tidak baik sebanyak 3 citra, citra yang berasal dari kain perca sebanyak 5 buah, dan citra yang diambil dengan kamera aplikasi sebanyak 3 buah. Pada penelitian ini digunakan nilai recall, precision, dan akurasi untuk mengetahui keberhasilan metode SURF dan FLANN dalam mengenali citra batik besurek yang tidak utuh. Penelitian ini mendapatkan hasil bahwa metode SURF dan FLANN dapat mengenali citra batik besurek yang ditutupi hingga 90% serta didapatkan nilai recall tertinggi adalah 100% pada motif rembulan, precision tertinggi adalah 78,82% pada motif kaligrafi dan raflesia, dan akurasi tertinggi adalah 86,1% pada motif rembulan. Keywords : Batik Besurek, Content Based Image Retrieval (CBIR), Speeded Up Robust Fetures (SURF), Fast Library Approximated Nearest Neighbor (FLANN