Latar Belakang. Perlunya inventarisasi data dari tiap motif batik dari seluruh daerah di Indonesia

Transkripsi

1

2 Latar Belakang

3 Latar Belakang 1 Perlunya inventarisasi data dari tiap motif batik dari seluruh daerah di Indonesia 2 Pengenalan motif citra batik contoh dengan pencarian citra batik yang mirip menggunakan temu kembali citra dari koleksi besar data batik

4 PRESENTASI TUGAS AKHIR KI Implementasi Transformasi Curvelet dan Ruang Warna HSV untuk Temu Kembali Citra Batik Berbasis Isi pada Situs Batik oleh: Ardian Yusuf Wicaksono Dosen Pembimbing: Dr. Eng. Nanik Suciati, S.Kom., M.Kom. Diana Purwitasari, S.Kom., M.Sc.

5 Rumusan masalah 1 Bagaimana cara menerapkan metode Transformasi Curvelet dan Ruang Warna HSV sebagai representasi citra batik? 2 Bagaimana cara mendapatkan motif yang mirip dengan citra contoh dari basis data motif yang ada? 3 Bagaimana mengelola data citra pada situs batik?

6 Batasan Masalah Situs web JSF dan PrimeFaces. Kakas bantu Netbeans IDE Bahasa pemrograman Java Pustaka JTransforms Basis data MySQL Dataset 113 Citra Batik

7 Tujuan dan Manfaat Situs temu kembali citra batik berdasar citra contoh 1 Menginventarisasikan data citra batik yang ada di Indonesia 2 Mempromosikan batik ke masyarakat Indonesia dan dunia internasional 3 Meningkatkan ketahanan budaya tradisional Indonesia

8 Proses Tahap Temu Kembali Citra EKSTRAKSI FITUR Citra Masukan Mulai Mulai Transformasi Curvelet Ruang Warna HSV Masukan dataset citra batik Masukan citra batik query Ubah ke Grayscale Ubah RGB ke HSV EKSTRAKSI FITUR EKSTRAKSI FITUR Transformasi Curvelet tiap Skala Kuantisasi HSV Basis data fitur Penghitungan similaritas (Jarak Canberra) Pengurutan citra berdasarkan jarak mulai yang terendah Perhitungan mean dan std deviasi tiap wedge tiap skala Fitur Tekstur Buat Histogram Hasil Kuantisasi HSV Fitur warna Tahap Ekstraksi Fitur Keluaran citra hasil Fitur Citra Berhenti

9 Uji Coba Uji coba 1 Mencari metode ekstraksi fitur terbaik Transformasi Curvelet 4 skala Transformasi Curvelet 5 skala Transformasi Curvelet 6 skala Ruang Warna HSV Transformasi Curvelet 4 skala Ruang Warna HSV Transformasi Curvelet 5 skala Ruang Warna HSV Transformasi Curvelet 6 skala Ruang Warna HSV Uji coba 2 Implementasi metode terbaik uji coba 1 ke situs web 113 citra batik dibagi 9 motif mirip 5 citra batik tiap 1 citra batik dari 113 citra batik

10 Uji coba Precision Grafik menunjukkan bahwa jumlah skala pada transformasi curvelet berpengeruh pada performa Gabungan fitur tekstur dan fitur warna memberikan performa lebih baik Curvelet lvl 4 Curvelet lvl 5 Curvelet lvl 6 HSV Curvelet lvl 4+HSV Curvelet lvl 5+HSV Curvelet lvl 6+HSV Precision (%)

11 Uji coba 1 Waktu Curvelet lvl 4 Curvelet lvl 5 Curvelet lvl 6 HSV Curvelet lvl 4+HSV Curvelet lvl 5+HSV Curvelet lvl 6+HSV ekstraksi (detik) temu kembali (detik)

12 Uji coba 1 Citra query Contoh hasil temu kembali dari metode gabungan Transformasi Curvelet 4 skala dan Ruang Warna HSV Citra hasil temu kembali

13

14 Uji coba 2 Citra query Contoh hasil temu kembali dari metode gabungan Transformasi Curvelet 4 skala dan Ruang Warna HSV pada dataset 113 citra batik dengan 9 motif Citra hasil temu kembali

15 Kesimpulan Metode gabungan Transformasi Curvelet 4 skala dengan ruang warna HSV mendapatkan hasil terbaik dengan precision Keberhasilan dari Temu Kembali Citra Batik ini sangat bergantung pada keberhasilan metode dalam ekstraksi fitur dalam merepresentasikan sebuah citra. Pemakaian fitur warna, dan tekstur memiliki performa yang lebih baik dibandingkan dengan hanya melibatkan fitur warna saja atau tekstur saja.

16 PRESENTASI TUGAS AKHIR KI TERIMA KASIH Implementasi Transformasi Curvelet dan Ruang Warna HSV untuk Temu Kembali Citra Batik Berbasis Isi pada Situs Batik

17 Transformasi Curvelet Emmanuel Candes David Donoho Multi-Skala 1 Wedge 1 Skala

18 Transformasi Curvelet Skala Citra grayscale FFT Sebuah curvelet pada skala j dan sudut l FFT Kumpulan curvelet pada beberapa skala Energi = 1 M N M N i=1 j=1 X ij Citra dalam domain FT X kali Curvelet dalam domain FT Dibuang (simetris) Standar Deviasi = 1 M M N i=1 N X ij μ ij IFFT j=1 Hasil perkalian citra dan curvelet dalam domain FT Koefisien curvelet pada skala j dan sudut l

19 Ruang Warna HSV Citra Kuantisasi RGB Histogram Vektor Batik ke 1D HSV RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB G = 9H + 3S + V Frekuensi Histogram vektor G G HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB HSVq RGB

20 Dataset Motif Motif 1 : 13 citra Motif 2 : 8 citra Motif 3 : 19 citra Motif 4 : 13 citra Motif 5 : 10 citra Motif 6 : 8 citra Motif 7 : 5 citra Motif 8 : 6 citra Motif 9 : 31 citra

21 Temu Kembali Jarak Canberra D C X, Y = n i=1 x i y i + y i x i Precision dan Recall precision = recall = citra mirip citra hasil temu kembali citra hasil temu kembali citra mirip citra hasil temu kembali himpunan semua citra mirip