CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR EKSTRAKSI TEKSTUR WARNA UNTUK MENGIDENTIFIKASI MATA UANG NEGARA INDONESIA

Identifikasi secara otomatis akan memberikan kemudahan saat penyeleksian, yang nantinya akan membawa keuntungan bagi perbankan seperti efesiensi waktu. Jenis mata uang dapat dibedakan dari tekstur dan warnanya, pengenalan tekstur dan warna dalam mata uang dapat diselesaikan dengan menerapkan metode Content Based Image Retrieval dengan fitur tekstur warna menggunakan Euclidean Distance dan Preccision and recall untuk mendapatkan tingkat akurasi. Content Based Image Retrieval merupakan teknik pencarian gambar menggunakan kemiripan karakteristik dari sekumpulan gambar yang dapat digunakan untuk mengidentifikasi mata uang. Dengan meletakkan mata uang dekat sumber cahaya dengan latar belakang putih dalam ruangan kemudian mata uang difoto dengan kamera kualitas tinggi. Dari citra yang dihasilkan kamera selanjutnya data diolah menggunakan metode Content Based Image Retrieval dengan melakukan ekstraksi fitur. Untuk mendapatkan kemiripan dari citra acuan dan citra uji digunakan teknik pengukuran jarak antara dua citra. Euclidean Distance merupakan teknik pengukuran jarak dengan menghitung kesamaan antara dua vector dengan cara menghitung akar dari kuadrat perbedaan dari vector tersebut. Dengan teknik dan metode yang telah ditentukan untuk mengidentifikasi mata uang mendapatkan akurasi sebesar 83% untuk citra uji baru