Analisis Dan Implementasi Content Based Image Retrieval Berdasarkan Ciri Warna, Tekstur dan Bentuk

ABSTRAKSI: Kebutuhan akan sistem yang mampu melakukan pencarian image sesuai keinginan user dan seiring dengan terus berkembangnya ukuran basis data image membuat metode pencarian image dengan kata kunci berupa teks tidak lagi bisa diandalkan karena kata kunci yang diinputkan mungkin tidak sesuai dengan image yang diharapkan sehingga dengan memberikan kata kunci saja tidak cukup. Hal ini disebabkan pemberian nama image bisa bersifat tidak objektif.Dari permasalahan tersebut dibangunlah sistem yaitu Content Based Image Retrieval (CBIR) dengan menerapkan ekstraksi ciri warna (Color Moments), ciri tekstur (Haar Wavelet) dan ciri bentuk (Centroid Contour Distance) untuk mendapatkan image yang sesuai dengan image yang dicari. Ekstraksi fitur warna menggunakan Color Moments memanfaatkan distribusi probabilitas warna sebuah image yang terdiri dari 3 moments yaitu : mean, standard deviation, dan skewness. Sedangkan untuk ekstraksi tekstur dengan melakukan dekomposisi Haar Wavelet dengan pendekatan pyramid-structured wavelet transform (PWT) yang menghasilkan 12 fitur ciri. Untuk ekstraksi bentuk menggunakan Centroid Contour Distance dengan menghitung jarak dari centroid ke tepi objek dengan menggunakan perhitungan sudut 50 dan menghasilkan 72 fitur ciri.Hasil penelitian menunjukkan bahwa penggabungan ketiga metode secara paralel menghasilkan akurasi dan performansi yang lebih baik serta menghasilkan peningkatan nilai F-Measure dari pada penggabungan secara serial maupun individu. Akurasi yang diperoleh 96.39% dan performansi 43.77% serta selisih nilai F-Measure 19.65%.Kata Kunci : content based image retrieval, color moments, haar wavelet, centroid contour distance.ABSTRACT: Along with the continued development of image database making searching method a image based on keyword is not enough. Beacause, name of image can be given not objective.These problems built Content Based Image Retrieval based on color features extraction (Color Moments), texture features (Haar Wavelet) and shape features (Centroid Contour Distance) to obtained an appropriate with image query. Extraction of color features with Color Moments which is use a color probability distributions image that consist of 3 moments : mean, standar deviation and skewness.To extracting texture used decomposition Haar Wavelet approach pyramid-structured wavelet transform (PWT) which produces 12 feature texture. For shape extraction with Centroid Contour Distance calculating the distance from centroid to the edge of object. Calculating used angle 50 dan produces 72 shape feature.The result showed that paralel combination of 3 method has the accuracy and perfromance result better also increased value of F-Measures than serial combination or without combination. Accuracy obtained 96.39% and performance 43.77% with difference value of F-Measures 19.65%.Keyword: content based image retrieval, color moments, haar wavelet, centroid contour distance