Temu Kembali Berbasis Citra untuk Menemukan Kemiripan Merek Menggunakan Algoritma SIFT dan SURF

Abstract. Image-Based Retrieval to Find Trademark Similarities Using SIFT and SURF Algorithms. In the world of trade in products and services, brands are essential. Every company wants to register a unique trademark for its products and services. Registration and evaluation to find the uniqueness of a trademark is challenging. Trademark image registration is one of the critical application areas of Content-BasedRetrieval (CBIR), which compares new brands with existing ones to ensure no dispute in the community. This study used SIFT and SURF algorithms to build a content-based brand image retrieval system. The research data used trademark data dispute cases that were decided in court. The features extracted from the SIFT and SURF algorithms are used to find similarities between the query image and the image in the database. Furthermore, the k-Nearest Neighbors algorithm with Euclidean distance measurements was used to sort the database images that were most similar to the query image. Experiments were conducted to find the algorithm and sequencing with the highest precision and recall values.Keywords: Trademark, SIFT, SURF, K-Nearest Neighbors, Euclidean. Abstrak. Dalam dunia perdagangan produk dan jasa, merek menjadi sangat penting. Setiap perusahaan ingin mendaftarkan merek dagang yang unik untuk produk dan jasanya. Pendaftaran dan evaluasi untuk menemukan kekhasan suatu merek dagang menjadi suatu pekerjaan yang sangat sulit. Pendaftaran citra merek dagang adalah salah satu area aplikasi penting Content Based Information Retrieval (CBIR) yang membandingkan merek baru dengan merek yang ada untuk memastikan tidak ada sengketa di masyarakat. Penelitian ini menggunakan algoritma SIFT dan SURF untuk membangun sistem temu kembali citra merek berbasis konten . Data penelitian menggunakan kasus sengketa data merek yang diputuskan di pengadilan. Fitur hasil ekstraksi algoritma SIFT dan SURF digunakan untuk mencari kemiripan citra query dan citra dalam basis data. Selanjutnya algoritma k-Nearest Neighbors dengan pengukuran jarak Euclidean digunakan untuk mengurutkan citra basis data yang paling mirip dengan citra query. Eksperimen dilakukan untuk mengetahui algoritma dan pengurutan dengan nilai presisi dan recall tertinggi. Kata Kunci: Merek, SIFT, SURF, K-Nearest Neighbors, Euclidean