Article Details

PEMBANGUNAN SISTEM CONTENT-BASED IMAGE RETRIEVAL MENGGUNAKAN KODE FRAKTAL DARI DOKUMEN CITRA

Oleh   Arif Rahman (NIM 23505014)
Kontributor / Dosen Pembimbing : #CONTRIBUTOR#
Jenis Koleksi : S2 - Tesis
Penerbit : STEI - Informatika
Fakultas : Sekolah Teknik Elektro dan Informatika (STEI)
Subjek :
Kata Kunci : content based, image retrieval, kode frakta
Sumber :
Staf Input/Edit :  
File : 8 file
Tanggal Input : 2017-09-27 15:37:08

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-BAB1.pdf
File tidak tersedia

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-BAB2.pdf
File tidak tersedia

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-BAB3.pdf
File tidak tersedia

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-BAB4.pdf
File tidak tersedia

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-BAB5.pdf
File tidak tersedia

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-BAB6.pdf
File tidak tersedia

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-COVER.pdf
File tidak tersedia

Generic placeholder image
2007 TS PP ARIF RAHMAN 1-PUSTAKA.pdf
File tidak tersedia


ABSTRAK: Sistem Content-Based Image Retrieval (CBIR) melakukan pencarian berdasarkan kemiripan muatan visual yang dimiliki citra. Muatan visual yang digunakan antara lain distribusi warna, tekstur atau bentuk. Koleksi dokumen yang terlibat dalam CBIR memiliki jumlah yang besar, sehingga untuk efisiensi pencarian perlu dibangun indeks dari ciri yang mewakili muatan visual. Salah satu metode indeks yang umum digunakan dalam CBIR adalah indeks multidimensi menggunakan struktur pohon. Dalam penelitian ini dikemukakan sistem CBIR menggunakan kode fraktal dari dokumen citra yang dinamakan SPECKTRAL. Analisis dan perancangan SPECKTRAL menggunakan metode Unified Process dan diimplementasikan dalam lingkungan berbasis web menggunakan Java Servlet. Kode fraktal adalah kode yang dihasilkan dari proses pengkodean citra dalam FIC (Fractal Image Compression). Ciri utama FIC adalah pencarian kesamaan-diri (self-similarity) antar bagian dalam citra berdasarkan nilai intensitas piksel. Dari ciri utama tersebut dapat diasumsikan bahwa kemiripan kode fraktal mewakili kemiripan pola variasi intensitas piksel yang secara visual mewakili tekstur citra. Pengukuran kemiripan kode fraktal menggunakan rata-rata selisih minimum jarak Euclidean dari tiap koefisien kekontrasan dan kecerahan dalam kode fraktal. Struktur indeks yang digunakan adalah Inverted File yang berisi kode fraktal dan pointer ke dokumen dimana kode tersebut muncul. Inverted File digunakan karena memiliki kompleksitas komputasi yang lebih rendah dibandingkan dengan indeks multidimensi. Hasil penelitian menunjukkan bahwa kemiripan kode fraktal antara dua citra dapat mewakili kemiripan tekstur yang dimiliki citra. Ini dapat dilihat dari hasil pengujian query terhadap koleksi citra Brodatz dan Vistex dimana rata-rata 64,61persen dari jumlah keseluruhan citra yang teksturnya mirip berada di ranking teratas.