BAB IV HASIL DAN PEMBAHASAN
|
|
- Hamdani Pranoto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 32 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Pengukuran Precision Pada penelitian ini, eksperimen dilakukan terhadap 160 gambar ZuBuD yang terdiri dari 40 kategori gambar (setiap kategori terdiri atas 4 gambar). Eksperimen dilakukan untuk mengukur precision dari sistem retrival citra berbasis konten yang menggunakan gradient vector flow, dan gradient vector flow digabung dengan histogram warna. Untuk setiap metode, eksperimen dilakukan pada setiap kategori gambar. Untuk setiap kategori gambar tersebut, dilakukan 1 kali query. Hasil precision dari setiap kategori gambar dirata-rata sehingga mendapatkan hasil precision dari metode tersebut. Dari hasil penelitian di dalam thesis ini dapat disimpulkan bahwa karakteristik dari gambar hasil retrival dari sistem retrival citra berbasis konten dengan menggunakan metode gradient vector flow memiliki sudut pengambilan gambar yang relatif sama dengan gambar query. Dan penambahan metode histogram meningkatkan akurasi sistem retrival citra berbasis konten dengan menghasilkan gambar retrival yang memiliki warna relatif sama dengan warna dari gambar query. Gambar di bawah ini merupakan contoh hasil query dari eksperimen untuk beberapa kategori gambar bangunan pada sistem retrival citra berbasis konten yang menggunakan gradient vector flow dan yang menggunakan gradient vector flow dikombinasikan dengan histogram warna.
2 33 Gambar 4.1 Contoh 1 Hasil Query Metode Gradient Vector Flow Gambar 4.2 Contoh 1 Hasil Query Metode Gradient Vector Flow + Histogram
3 34 Gambar 4.3 Contoh 2 Hasil Query Metode Gradient Vector Flow Gambar 4.4 Contoh 2 Hasil Query Metode Gradient Vector Flow + Histogram
4 35 Gambar 4.5 Contoh 3 Hasil Query Metode Gradient Vector Flow Gambar 4.6 Contoh 3 Hasil Query Metode Gradient Vector Flow + Histogram
5 36 Gambar 4.7 Contoh 4 Hasil Query Metode Gradient Vector Flow Gambar 4.8 Contoh 4 Hasil Query Metode Gradient Vector Flow + Histogram
6 37 Gambar 4.9 Contoh 5 Hasil Query Metode Gradient Vector Flow Gambar 4.10 Contoh 5 Hasil Query Metode Gradient Vector Flow + Histogram
7 38 Gambar 4.11 Contoh 6 Hasil Query Metode Gradient Vector Flow Gambar 4.12 Contoh 6 Hasil Query Metode Gradient Vector Flow + Histogram
8 39 Gambar 4.13 Contoh 7 Hasil Query Metode Gradient Vector Flow Gambar 4.14 Contoh 7 Hasil Query Metode Gradient Vector Flow + Histogram
9 40 Gambar 4.15 Contoh 8 Hasil Query Metode Gradient Vector Flow Gambar 4.16 Contoh 8 Hasil Query Metode Gradient Vector Flow + Histogram
10 41 Gambar 4.17 Contoh 9 Hasil Query Metode Gradient Vector Flow Gambar 4.18 Contoh 9 Hasil Query Metode Gradient Vector Flow + Histogram
11 42 Gambar 4.19 Contoh 10 Hasil Query Metode Gradient Vector Flow Gambar 4.20 Contoh 10 Hasil Query Metode Gradient Vector Flow + Histogram
12 43 Gambar-gambar pada kategori object0018 terdiri dari 4 gambar yaitu object0018.view01.png sampai dengan object0018.view04.png. Pada gambar 4.1 yang menggunakan metode gradient vector flow, terdapat 1 gambar relevan dari 4 gambar hasil temu kembali (object0018.view04.png). Hasil precision pada gambar 4.1 adalah ¼ = 25%. Pada gambar 4.2 yang menggunakan metode gradient vector flow digabung dengan histogram warna, terdapat 3 gambar relevan dari 4 gambar hasil temu kembali (object0018.view04.png, object0018.view03.png, object0018.view01.png). Hasil precision pada gambar 4.3 adalah ¾ = 75%. Peningkatan dari sistem retrival citra berbasis konten yang hanya menggunakan metode gradient vector flow ke sistem yang menggunakan metode gradient vector flow digabung dengan histogram warna, secara keseluruhan adalah sebesar 22% untuk precision. Informasi hasil pengukuran precision untuk semua metode ditampilkan pada tabel-tabel di bawah. Tabel-tabel di bawah ini berisi informasi mengenai hasil pengukuran precision dari sistem retrival citra berbasis konten yang menggunakan gradient vector flow, dan gradient vector flow digabung dengan histogram warna pada setiap kategori gambar. Tabel 4.1 Precision dari Gradient Vector Flow & Gradient Vector Flow + Histogram No Recall/Precision gvf + histogram gvf building 1 0,75 0,5 building 2 0,5 0,25 building 3 0,75 0,75 building 4 0,5 0,25 building 5 1 0,5 building 6 0,75 0,25 building 7 0,25 0,5 building 8 0,75 0,25 building 9 0,75 0,5 building building 11 0,5 0 building 12 0,25 0,5
13 44 building 13 0,75 0,75 building 14 0,5 0,5 building 15 0,5 0,5 building 16 0,75 0 building 17 0,25 0 building 18 0,75 0,25 building 19 0,75 0,5 building 20 0,5 0,75 building 21 0,75 0,25 building 22 0,5 0,25 building 23 0,5 0,5 building 24 0,25 0,25 building 25 0,25 0 building 26 0,5 1 building 27 0,25 0,25 building 28 0,5 0 building building 30 0,25 0,25 building 31 0,5 0,5 building building 33 0,5 0,5 building 34 0,5 0,75 building 35 0,5 1 building 36 0,25 0 building 37 0,75 0,5 building ,75 building building 40 0,75 0 Rata rata 0,6 0,38125 Grafik di bawah ini merupakan grafik perbandingan dari precision pada sistem retrival citra berbasis konten yang menggunakan gradient vector flow, dan gradient vector flow digabung dengan histogram warna pada setiap kategori gambar.
14 Precision Gradient Vector Flow + Histogram Gradient Vector Flow Gambar 4.21 Grafik Perbandingan Precision setiap metode. Grafik di bawah ini merupakan grafik perbandingan pasangan recall-precision dari Precision Recall Recall Precision Gradient Vector Flow + Histogram Gradient Vector Flow Gambar 4.22 Grafik Perbandingan Recall Precision
15 Pembahasan Hasil Hasil yang telah ditampilkan sebelumnya menunjukkan bahwa sistem retrival citra berbasis konten yang menggunakan fitur gradient vector flow dan histogram menghasilkan peningkatan precision rata-rata sebesar 22% dari sistem retrival citra berbasis konten yang hanya menggunakan fitur gradient vector flow. Metode gradient vector flow dan histogram menghasilkan nilai precision yang bervariasi antara 60% sampai dengan 85%. Query yang menggunakan metode gradient vector flow dan histogram memberikan hasil retrival yang memiliki karakteristik gambar bangunan dengan sudut pengambilan gambar yang relatif sama dan warna bangunan yang relatif sama. Dampak dari hasil di atas adalah gambar relevan yang didapatkan akan semakin meningkat dengan menggunakan metode gradient vector flow dan histogram sehingga didapat hasil yang mencukupi untuk menggunakan metode tersebut ke dalam pencarian bangunan perkotaan. Agar implementasi dapat maksimal maka dapat digunakan prosedur standar operasi untuk sudut dan waktu pengambilan gambar.
BAB III METODOLOGI PENELITIAN
27 BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Saat ini perkembangan teknologi memungkinkan kita untuk membantu memberikan solusi di berbagai bidang. Multimedia Database memberikan banyak kontribusi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Pengukuran Precision & Recall Pada penelitian ini, eksperimen dilakukan terhadap 1000 gambar corel yang terdiri dari 10 kategori gambar (setiap kategori terdiri atas
Lebih terperinciBAB 4 HASIL PENELITIAN DAN PEMBAHASAN. Berikut ini adalah contoh tampilan hasil dari kueri:
BAB 4 HASIL PENELITIAN DAN PEMBAHASAN 4.1 Proses Retrival Berikut ini adalah contoh tampilan hasil dari kueri: 1. Kategori Gajah Gambar 4.1 Hasil kueri kategori gajah dengan histogram biasa 48 Gambar 4.2
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciBAB II LANDASAN TEORI
16 BAB II LANDASAN TEORI 2.1 Retrival Citra Saat ini telah terjadi peningkatan pesat dalam penggunaan gambar digital. Setiap hari pihak militer maupun sipil menghasilkan gambar digital dalam ukuran giga-byte.
Lebih terperinciBAB 1 PENDAHULUAN. Pada tahun 1970an penelitian awal image retrieval dilakukan dengan
BAB 1 PENDAHULUAN 1.1 Latar belakang Pada tahun 1970an penelitian awal image retrieval dilakukan dengan menggunakan pendekatan pengindeksan dan informasi citra berbasis teks. Teknik pencarian berbasis
Lebih terperinciBAB 4 HASIL PENELITIAN DAN PEMBAHASAN. Berikut ini adalah contoh tampilan hasil dari kueri:
BAB 4 HASIL PENELITIAN DAN PEMBAHASAN 4.1 Proses Retrival Berikut ini adalah contoh tampilan hasil dari kueri: 1. Kategori Buah Gambar 4.1 Hasil kueri kategori buah dengan metode histogram warna 55 56
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL UNTUK MENGIDENTIFIKASI MOTIF KARAWO MENGGUNAKAN METODE INVARIANT GENERALIZED HOUGH TRANSFORM
1 CONTENT BASED IMAGE RETRIEVAL UNTUK MENGIDENTIFIKASI MOTIF KARAWO MENGGUNAKAN METODE INVARIANT GENERALIZED HOUGH TRANSFORM Venny Mar atul Jannah Ismail 1, Arip Mulyanto 2, Abd. Aziz Bouty 3 1 Mahasiswa
Lebih terperinciBAB IV ANALISA HASIL SISTEM. Lingkup uji coba aplikasi web ini adalah pada komputer yang terdapat web server
75 BAB IV ANALISA HASIL SISTEM 4.1 UMUM Lingkup uji coba aplikasi web ini adalah pada komputer yang terdapat web server Apache menggunakan PHP4-PHP5 dengan Apache2Triad sebagai tool dan matlab 6.1 sebagai
Lebih terperinci2.Landasan Teori. 2.1 Konsep Pemetaan Gambar dan Pengambilan Data.
6 2.Landasan Teori 2.1 Konsep Pemetaan Gambar dan Pengambilan Data. Informasi Multi Media pada database diproses untuk mengekstraksi fitur dan gambar.pada proses pengambilan, fitur dan juga atribut atribut
Lebih terperinciBAB 1 PENDAHULUAN. seluruh dunia menjadi sebuah fenomena yang sangat mengejutkan dalam satu abad
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan komputer di dalam lingkungan kehidupan masyarakat di seluruh dunia menjadi sebuah fenomena yang sangat mengejutkan dalam satu abad terakhir ini. Hal
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada era ini perkembangan teknologi informasi sangat pesat. Hal ini ditandai dengan semakin populernya penggunaan internet dan perangkat lunak komputer sebagai
Lebih terperinciBAB 1 PENDAHULUAN. tubuh manusia. Hal itu dapat dipicu oleh berbagai faktor. Salah satunya adalah dari
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Di zaman ini, semakin banyak penyakit yang bermunculan dan terjangkit pada tubuh manusia. Hal itu dapat dipicu oleh berbagai faktor. Salah satunya adalah dari makanan
Lebih terperinciBAB I PENDAHULUAN. semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan teknologi informasi dan komunikasi yang semakin pesat, semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra akan
Lebih terperinciLatar Belakang. Perlunya inventarisasi data dari tiap motif batik dari seluruh daerah di Indonesia
Latar Belakang 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
Lebih terperinciBAB I PENDAHULUAN. Skoliosis adalah fenomena kelainan tulang belakang yang akan
BAB I PENDAHULUAN 1. asd 1.1. Latar Belakang Masalah Skoliosis adalah fenomena kelainan tulang belakang yang akan membengkok membentuk huruf C atau S. Bila dibiarkan, sudut kemiringan tulang belakang (cobb
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Selain sebagai media komunikasi, Twitter memberikan akses bagi pihak ketiga yang ingin mengembangkan aplikasi yang memanfaatkan layanannya melalui Twitter API. Salah
Lebih terperinci1. Pendahuluan 1.1 Latar belakang 1.2 Perumusan masalah
1. Pendahuluan 1.1 Latar belakang Informasi telah menjadi kebutuhan primer pada kehidupan saat ini. Informasi seakan-akan menjadi mata uang baru yang membuat akurasi menjadi sangat penting ketika mencari
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Saat ini, kebutuhan manusia akan teknologi semakin meningkat karena tidak bisa dipungkiri bahwa teknologi tersebut dapat meringankan pekerjaan manusia. Hal ini juga diimbangi
Lebih terperinciHASIL DAN PEMBAHASAN. B fch a. d b
7 dengan nilai σ yang digunakan pada tahap pelatihan sebelumnya. Selanjutnya dilakukan perhitungan tingkat akurasi SVM terhadap citra yang telah diprediksi secara benar dan tidak benar oleh model klasifikasi.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab landasan teori ini akan diuraikan mengenai teori-teori yang terkait dengan Content Based Image Retrieval, ekstraksi fitur, Operator Sobel, deteksi warna HSV, precision dan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Implementasi Pengujian dalam penelitian ini dilakukan dengan menggunakan MATLAB 29. Citra mammogram yang digunakan dibagi menjadi tiga kelas, yaitu kelas Normal, Benign
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Support Vector Machines (SVM) Setelah melalui proses training dan testing dengan metode Support Vector Machines (SVM), diperoleh hasil yang tertera
Lebih terperinciANALISIS PERBANDINGAN KINERJA SEARCH ENGINE MENGGUNAKAN PENELUSURAN PRECISION DAN RECALL UNTUK INFORMASI ILMIAH BIDANG ILMU KEDOKTERAN
ANALISIS PERBANDINGAN KINERJA SEARCH ENGINE MENGGUNAKAN PENELUSURAN PRECISION DAN RECALL UNTUK INFORMASI ILMIAH BIDANG ILMU KEDOKTERAN SUKESI 51409097 Teknologi Industri Teknik Informatika Latar Belakang
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciMATERI KULIAH IPA-1 JURUSAN PENDIDIKAN IPA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM FOTO YANG RELEVAN. UNIT 1: Pengukuran
MATERI KULIAH IPA-1 JURUSAN PENDIDIKAN IPA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM FOTO YANG RELEVAN UNIT 1: Pengukuran I Introduction 5 Latar Belakang Pada K-13 kelas VII, mapel IPA dimulai dengan
Lebih terperinciV HASIL DAN PEMBAHASAN
22 V HASIL DAN PEMBAHASAN 5.1 Karakteristik Video dan Ektraksi Frame Video yang digunakan di dalam penelitian ini merupakan gabungan dari beberapa cuplikan video yang berbeda. Tujuan penggabungan beberapa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi internet berkembang dengan sangat pesat dan sangat mudah sekali untuk mengaksesnya. Akan tetapi, didalamnya terdapat banyak konten yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Pada saat ini, perkembangan teknologi memungkinkan kita untuk menyimpan gambar dalam format digital. Kumpulan gambar yang banyak membutuhkan sebuah sistem
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan ilmu pengetahuan yang pesat dewasa ini telah mendorong permintaan akan kebutuhan informasi ilmu pengetahuan itu sendiri. Cara pemenuhan kebutuhan
Lebih terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciSistem perolehan citra berbasis isi Berdasarkan tekstur menggunakan metode Gray level co-occurrence matrix dan Euclidean distance
Vol 1, No 3 Desember 2010 ISSN 2088-2130 Sistem perolehan citra berbasis isi Berdasarkan tekstur menggunakan metode Gray level co-occurrence matrix dan Euclidean distance * Fitri Damayanti, ** Husni, ***
Lebih terperinciABSTRAK. Kata kunci : temu-balik citra, metode BRISK dan ORB, histogram citra, search engine Bing. Universitas Kristen Maranatha
ABSTRAK Erwin Halim Interior Consultant adalah sebuah perusahaan yang bergerak dalam bidang jasa desain interior dan penjualan furnitur. Saat ini Erwin Halim Interior Consultant sudah memiliki sistem untuk
Lebih terperinciAPLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN ALGORITMA SOBEL S EDGE DETECTION Arwin Halim 1, Hernawati Gohzali 2, In Sin 3, Kelvin Wijaya 4
APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN ALGORITMA SOBEL S EDGE DETECTION Arwin Halim 1, Hernawati Gohzali 2, In Sin 3, Kelvin Wijaya 4 1,2,3,4 Jurusan Teknik Informatika, STMIK Mikroskil, Medan 1,2,3,4
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan pengetahuan dan kehidupan manusia sungguh dipercepat dengan kemudahan akses terhadap begitu banyak informasi. Pada beberapa waktu yang lalu akses terhadap
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Temu Kembali Citra Berbasis Konten (TKCBK) 2.1.1 Pengertian TKCBK Menurut (Kondekar, Kolkure, & Kore, 2010) pengertian dari TKCBK adalah temu kembali dari gambar berbasis fitur
Lebih terperinciRancang Bangun Sistem Temu Kembali Gambar Ikan Berdasarkan Estraksi Ciri Warna HSV, Bentuk Canny dan Tekstur Orde Dua
Rancang Bangun Sistem Temu Kembali Gambar Ikan Berdasarkan Estraksi Ciri Warna HSV, Bentuk Canny dan Tekstur Orde Dua Lestari Handayani 1, Awaliyah 2 1,2 Jurusan Teknik Informatika, Fakultas Sains dan
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK 1.1 PENDAHULUAN Pada saat kita melakukan pencarian melalui search engine (google.com, yahoo, dsb), kita bisa mendapatkan beberapa hasil, yang berupa dokumen - dokumen yang sama
Lebih terperinciRata-rata token unik tiap dokumen
Percobaan Tujuan percobaan ini adalah untuk mengetahui kinerja algoritme pengoreksian ejaan Damerau Levenshtein. Akan dilihat apakah algoritme tersebut dapat memberikan usulan kata yang cukup baik untuk
Lebih terperinciDAFTAR ISI PHP... 15
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PERSETUJUAN... ii LEMBAR PENGESAHAN... iii HALAMAN PERSEMBAHAN... iv HALAMAN MOTTO... v KATA PENGANTAR... vi INTISARI... viii DAFTAR ISI... ix DAFTAR GAMBAR... xii
Lebih terperinciHASIL DAN PEMBAHASAN. Data
dengan menggunakan model Bayesian Network. Nilai kemiripan dapat dihitung dengan Persamaan 21. P(I j Q)=n[1-(1-P(CS j CS)) x(1-p(ct j CT))] (21) dengan n adalah jumlah citra pada basis data, P(CS j CS)
Lebih terperinciGambar 1.1 Tahapan Penelitian
BAB 1 PENDAHULUAN Latar Belakang Masalah Content Based Image Retrieval (CBIR) atau dikenal sebagai query dengan konten image dan pengambilan informasi visual berbasis konten merupakan penerapan teknik
Lebih terperinciText dan Web Mining - Budi Susanto 1 EVALUASI IR. Budi Susanto
Text dan Web Mining - Budi Susanto 1 EVALUASI IR Budi Susanto Text dan Web Mining - Budi Susanto 2 Tujuan mahasiswa memahami tentang bagaimana mengukur dan mengartikan precision dan recall terhadap sistem
Lebih terperinciEVALUASI IR. Tujuan 4/16/13. Budi Susanto
Text dan Web Mining - Budi Susanto 1 EVALUASI IR Budi Susanto Text dan Web Mining - Budi Susanto 2 Tujuan mahasiswa memahami tentang bagaimana mengukur dan mengartikan precision dan recall terhadap sistem
Lebih terperinciPERANCANGAN PROGRAM RETRIVAL CITRA BERBASIS KONTEN MENGGUNAKAN TRANSFORMASI WALSH-HADAMARD TERHADAP RATA-RATA BARIS DAN KOLOM WARNA CITRA SKRIPSI
PERANCANGAN PROGRAM RETRIVAL CITRA BERBASIS KONTEN MENGGUNAKAN TRANSFORMASI WALSH-HADAMARD TERHADAP RATA-RATA BARIS DAN KOLOM WARNA CITRA SKRIPSI Oleh Winardi Kurniawan 1000864581 PROGRAM GANDA TEKNIK
Lebih terperinciBAB 1 1. PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 1. PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang, perumusan masalah, tujuan penelitian, ruang lingkup penelitian, metodologi penelitian, dan sistematika penulisan laporan dari
Lebih terperinciBAB II LANDASAN TEORI
DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR... vi DAFTAR TABEL... ix DAFTAR SIMBOL... x BAB I PENDAHULUAN.... Latar Belakang.... Rumusan Masalah... 3.3 Tujuan...
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kesehatan jasmani merupakan aspek penting yang harus dijaga. Sebagai contoh yaitu kesehatan gigi dan mulut. Gigi sangat berperan dalam mencerna secara mekanik
Lebih terperinciABSTRAK. Kata kunci : Information Retrieval system, Generalized Vector Space Model. Universitas Kristen Maranatha
ABSTRAK Information retrieval (IR) system adalah sistem yang secara otomatis melakukan pencarian atau penemuan kembali informasi yang relevan terhadap kebutuhan pengguna. Kebutuhan pengguna, diekspresikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini, microblogging menjadi sangat popular untuk alat komunikasi antara pengguna internet. Setiap hari jutaan pesan muncul di website penyedia microblogging diantaranya
Lebih terperinciPercobaan 1 Percobaan 2
direpresentasikan dengan histogram. Perlakuan pertama terhadap data-data penelitian ini adalah menghitung histogramnya. Kemudian dari interval antara 0-255 akan dibagi menjadi interval-interval bagian
Lebih terperinciII TINJAUAN PUSTAKA. * adalah operasi konvolusi x dan y, adalah fungsi yang merepresentasikan citra output,
5 II INJAUAN PUSAKA.1 Fitur Scale Invariant Feature ransform (SIF) Fitur lokal ditentukan berdasarkan pada kemunculan sebuah objek pada lokasi tertentu di dalam frame. Fitur yang dimaksudkan haruslah bersifat
Lebih terperinciBAB 3 METODE PENELITIAN. pengelolaan dokumen yang efektif agar kita dapat me-retrieve informasi yang
58 BAB 3 METODE PENELITIAN 3.1 Analisis Masalah Seiring dengan perkembangan zaman, jumlah informasi yang disimpan dalam betuk digital semakin bertambah, sehingga dibutuhkan cara pengorganisasian dan pengelolaan
Lebih terperinciBAB 4 HASIL DAN BAHASAN. dengan melampirkan tabel data precision dan recall serta diagram-diagramnya Precision Recall Interpolasi
67 BAB 4 HASIL DAN BAHASAN 4.1 Hasil Penelitian dan Evaluasi 4.1.1 Hasil Penelitian Berikut disajikan beberapa data hasil query dari penelitian yang dilakukan dengan melampirkan tabel data precision dan
Lebih terperinciHASIL DAN PEMBAHASAN. menggunakan formula (4) dan (5) untuk setiap kelasnya berdasarkan tabel confusion matrix.
yang tidak berarti sebagai pembeda antar dokumen. c. Pembobotan indeks yaitu pembobotan secara lokal dan global. Pembobotan lokal dilakukan dengan cara menghitung frekuensi kemunculan kata dan total seluruh
Lebih terperinciGrafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.
PSNR Histogram Nilai perbandingan antara intensitas maksimum dari intensitas citra terhadap error citra. Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra
Lebih terperinciIII METODOLOGI PENELITIAN
13 III METODOLOGI PENELITIAN 3.1 Kerangka Penelitian Penelitian dilakukan dalam lima tahapan utama, yaitu ekstraksi frame video, ekstraksi fitur SIFT dari seluruh frame, pembentukan kantong kata visual
Lebih terperinciBAB 3 METODOLOGI. untuk mengurangi adanya false positive dan false negative. False positive dalam hal ini
34 BAB 3 METODOLOGI 3.1 Analisis Kebutuhan dan Masalah Dalam proses diagnosis kanker payudara dibutuhkan akurasi yang tinggi untuk mengurangi adanya false positive dan false negative. False positive dalam
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kehadiran teknologi web yang interaktif telah merubah cara orang mengekspresikan pandangan dan opininya. Saat ini pengguna dapat menulis ulasan suatu produk pada situs
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciBAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi,
BAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi, mengevaluasi dan pemahaman karakter seseorang melalui pola
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 7 Diagram alur proses mutasi.
5 Mulai HASIL DAN PEMBAHASAN Kromosom P = rand [0,1] Ya P < Pm R = random Gen(r) dimutasi Selesai Tidak Gambar 7 Diagram alur proses mutasi. Hasil populasi baru yang terbentuk akan dievaluasi kembali dan
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala
52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah
Lebih terperinciAplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System)
Aplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System) IF3 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF3 Aljabar Geometri
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra digital didefinisikan sebagai matriks berukuran N baris dan M kolom di mana elemen dari matriks merupakan suatu nilai yang menyatakan
Lebih terperinciAPLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK
APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK Arwin Halim 1, Hardy 2, Alvin Yufandi 3, Fiana 4 Program Studi Teknik Informatika, STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Buku merupakan media informasi yang memiliki peran penting dalam perkembangan ilmu pengetahuan, karena dengan buku kita dapat memperoleh banyak informasi, pengetahuan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciGambar 2 Prinsip pencarian: (a) struktur dan area-area pencarian, (b) jumlah dari garis-garis sampling (Sumber: (Kirchgeβner et al. 2002).
6 kebanyakan informasi tentang suatu garis tepi objek akan berada pada frekuensi rendah dari transformasi Fourier diskret (Petković & Krapac 2002). Pada penerapan ekstraksi venasi daun, inisialisasi parameter
Lebih terperinciLatent Semantic Analysis dan. Similarity untuk Pencarian. oleh : Umi Sa adah
Metode Latent Semantic Analysis dan Algoritma Weighted Tree Similarity untuk Pencarian berbasis b Semantik oleh : Umi Sa adah 5109201030 Pembimbing : Prof. Drs.Ec. Ir. Riyanarto Sarno, M.Sc, Ph.D Umi Laili
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Tinjauan Penelitian Terdahulu Penelitian sebelumnya dilakukan oleh Rahmatulloh (2016). Penelitian yang berjudul Rancang Bangun Sistem Informasi Pencarian Benda Hilang Lost &
Lebih terperinciDAFTAR ISI PERNYATAAN PRAKATA ARTI LAMBANG DAN SINGKATAN INTISARI
PERNYATAAN PRAKATA ARTI LAMBANG DAN SINGKATAN ABSTRACT INTISARI DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR ISI BAB I PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Perumusan masalah 3 1.3 Keaslian penelitian
Lebih terperinciDeteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Deteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine Frans Irawan 1, Ardi Purnomo 2, Derry Alamsyah 3 1,2 STMIK GI MDP;
Lebih terperinci4 BAB 4 IMPLEMENTASI DAN PENGUJIAN
4 BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Implementasi adalah penerapan hasil perancangan yang telah dilakukan pada tahap analisis dan perancangan sistem. Hasil perancangan diterapkan menjadi
Lebih terperinciIMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
IMAGE COLOR FEATURE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Image Color Feature 2. Application Using Image Color Feature 3. RGB-Cube 4. Histogram RGB Gabungan Layer Color Indeks
Lebih terperinciINFORMATION RETRIEVAL SYSTEM PADA PENCARIAN FILE DOKUMEN BERBASIS TEKS DENGAN METODE VECTOR SPACE MODEL DAN ALGORITMA ECS STEMMER
INFORMATION RETRIEVAL SSTEM PADA PENCARIAN FILE DOKUMEN BERBASIS TEKS DENGAN METODE VECTOR SPACE MODEL DAN ALGORITMA ECS STEMMER Muhammad asirzain 1), Suswati 2) 1,2 Teknik Informatika, Fakultas Teknik,
Lebih terperinciAPLIKASI PENCARIAN GAMBAR DENGAN KONTEN BERDASARKAN FITUR BENTUK BERBASIS WEB MENGGUNAKAN METODE GRADIEN VEKTOR FLOW SNAKE
APLIKASI PENCARIAN GAMBAR DENGAN KONTEN BERDASARKAN FITUR BENTUK BERBASIS WEB MENGGUNAKAN METODE GRADIEN VEKTOR FLOW SNAKE Iradatil Wahdaniah 1, Harlinda L. 2 1 iradatli_wahdaniah@gmail.com, 2 hj.linda@yahoo.com
Lebih terperinciLEMBAR PENGESAHAN TUGAS AKHIR...
DAFTAR ISI HALAMAN SAMPUL... i HALAMAN JUDUL... ii PERNYATAAN... iii LEMBAR PENGESAHAN TUGAS AKHIR... iv BERITA ACARA TUGAS AKHIR... v KATA PENGANTAR... vi ABSTRAK... viii ABSTRACT... ix DAFTAR ISI...
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL BERDASARKAN FITUR BENTUK MENGGUNAKAN METODE GRADIENT VECTOR FLOW SNAKE
CONTENT BASED IMAGE RETRIEVAL BERDASARKAN FITUR BENTUK MENGGUNAKAN METODE GRADIENT VECTOR FLOW SNAKE Ida Hastuti 1, Mochammad Hariadi 2, I Ketut Eddy Purnama 3 Program Pascasarjana, Jurusan Teknik Elektro,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Data yang digunakan pada penelitian ini merupakan data sentimen dari pengguna aplikasi android yang memberikan komentarnya pada fasilitas user review
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Sistem temu kembali konten citra (CBIR - Content-based Image Retrieval) saat ini merupakan bagian penting dalam teknologi temu kembali informasi citra
Lebih terperinciKULIAH 12. Multimedia IR. Image Retrieval. BAB 11: Baeza-Yates & Ribeiro-Neto. Fakultas Ilmu Komputer Universitas Indonesia
KULIAH 12 Multimedia IR Image Retrieval BAB 11: Baeza-Yates & Ribeiro-Neto Multimedia IR Mempunyai kemampuan untuk menyimpan, memperoleh, memindahkan, memperlihatkan data yang karakteristiknya sangat beragam
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Deteksi kulit manusia berperan penting dan digunakan secara luas sebagai langkah awal pada aplikasi pengolahan citra seperti gesture analysis, content based
Lebih terperinciPENDAHULUAN. Latar belakang
Latar belakang PEDAHULUA Kata kunci atau yang biasa disebut dengan query pada pencarian informasi dari sebuah search engine digunakan sebagai kriteria pencarian yang tepat dan sesuai dengan kebutuhan.
Lebih terperinciPENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA ABSTRAK
PENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA Rahmanika Ratna Sari 1, Hanny Haryanto 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian
Lebih terperinciBAB I PENDAHULUAN. Jumlah spam di dunia semakin meningkat secara eksponensial.
BAB I PENDAHULUAN 1.1 Latar Belakang Jumlah email spam di dunia semakin meningkat secara eksponensial. Dilaporkan bahwa pada tahun 1978 sebuah email spam dikirimkan ke 600 alamat email. Sedangkan pada
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan rangkaian dari langkah-langkah yang diterapkan dalam penelitian, secara umum dan khusus langkah-langkah tersebut tertera pada Gambar flowchart
Lebih terperinciPENGUKURAN KEMIRIPAN CITRA BERBASIS WARNA, BENTUK, DAN TEKSTUR MENGGUNAKAN BAYESIAN NETWORK RIZKI PEBUARDI
PENGUKURAN KEMIRIPAN CITRA BERBASIS WARNA, BENTUK, DAN TEKSTUR MENGGUNAKAN BAYESIAN NETWORK RIZKI PEBUARDI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Kanker payudara merupakan salah satu penyebab kematian yang sering dialami oleh wanita pada usia lanjut. Tercatat bahwa pada tahun 2011, terdapat lebih
Lebih terperinciUKDW BAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kemajuan teknologi informasi memberikan kemudahan akses atas berbagai informasi termasuk hasil karya intelektual dalam bentuk dokumen, seperti karya penulisan
Lebih terperinciPENDAHULUAN. Latar belakang
Latar belakang PENDAHULUAN Indonesia merupakan negara megabiodiversity yang memiliki kekayaan tumbuhan obat. Indonesia memiliki lebih dari 38.000 spesies tanaman (Bappenas 2003). Sampai tahun 2001 Laboratorium
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan dengan sifat uniknya merupakan salah satu dari sekian banyak atribut personal yang diterima secara luas untuk verifikasi indentitas seseorang, alat pembuktian
Lebih terperinciTemu Kembali Citra Makanan Menggunakan Representasi Multi Texton Histogram
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) A-368 Temu Kembali Citra Makanan Menggunakan Representasi Multi Texton Histogram Imagine Clara Arabella, Nanik Suciati, dan Dini
Lebih terperinciBAB III METODELOGI PENELITIAN
BAB III METODELOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan penelitian merupakan bagian yang berisi rancangan yang akan dilakukan dalam penelitian. Dimana tahap-tahapan pembangunan sistem ini dapat dilihat
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar belakang
BAB 1 PENDAHULUAN 1.1. Latar belakang Dengan berkembangnya teknologi dewasa ini, segala sesuatu harus dilakukan secara cepat, begitu juga dengan pembaca yang ingin secara cepat mengetahui keseluruhan infomasi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Eksperimen Pada penelitian ini dilakukan eksperimen sebanyak dua kali. Eksperimen pertama dilakukan untuk menguji keberhasilan klasifikasi ROI ke dalam jenis keabnormalan,
Lebih terperinciHASIL DAN PEMBAHASAN. Tabel 1 Operator descriptor
Tabel 1 Operator descriptor Operator (P, R) Ukuran Blok (piksel) Kuantisasi Sudut (8, 1) 3 x 3 45 derajat (8, 2) 5 x 5 45 derajat (16, 2) 5 x 5 22.5 derajat (24, 3) 7 x 7 15 derajat Penentuan ukuran blok
Lebih terperinci