IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV SKRIPSI RAFIKA ASNUR LUBIS 111401041 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer RAFIKA ASNUR LUBIS 111401041 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
ii PERSETUJUAN Judul : IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV Kategori : SKRIPSI Nama : RAFIKA ASNUR LUBIS Nomor Induk Mahasiswa : 111401041 Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 23 Desember 2015 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Handrizal, S.Si, M.Comp.Sc Dr. Poltak Sihombing, M.Kom NIP. - NIP. 196203171991031001 Diketahui/disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP.196203171991031001
iii PERNYATAAN IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, 23 Desember 2015 Rafika Asnur Lubis NIM. 111401041
iv UCAPAN TERIMA KASIH Puji dan syukur kehadirat Allah SWT, karena rahmat dan izin-nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi. Ucapan terima kasih penulis sampaikan kepada: 1. Bapak Prof. Drs. Subhilhar, M.A., Ph.D. selaku Pj. Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fasilkom-TI USU. 3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer dan Dosen Pembimbing I yang telah memberikan bimbingan dan saran kepada penulis. 4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer. 5. Bapak Handrizal, S.Si, M.Comp.Sc selaku Dosen Pembimbing II yang telah memberikan bimbingan dan saran kepada penulis. 6. Bapak Dr. Syahriol Sitorus, S.Si, MIT selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 7. Ibu Elviwani, ST, S.Kom, M.Kom selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 8. Ayahanda H. Agus Salim Lubis dan Ibunda Hj. Nursyam Hasibuan yang selalu memberikan doa, kasih sayang dan dukungan kepada penulis. 9. Rauva Chairani, Widuri Annisya Putri, Ilda Sari Z. Hasibuan, Channy Rosalia, Dwi Puspita Yafelli, dan Sofia yang selalu memberikan semangat dan motivasi kepada penulis. 10. Teman teman seperjuangan Tiffany Maria, S.Kom., Syafura Tri Utari, S.Kom., Nurhayati Lubis, S.Kom., Fildzah Hanifati, S.Kom., Khairun Nisa, Ismail dan Ferdiansyah yang telah memberikan dukungan dan bantuan kepada penulis.
11. Angga Eriansyah, S.Kom., Abangda Aulia Akbar Harahap, S.Kom., Abangda Handra Akira Saito, dan Kakak Siti Moriza Tania, S.Kom. yang telah memberikan nasehat dan pengetahuan kepada penulis. 12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini. Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini. Medan, 23 Desember 2015 Penulis
vi ABSTRAK Teknik pemanggilan citra berdasarkan teks yang sudah ada pada saat ini belum sepenuhnya bisa digunakan karena nama dari sebuah file tidak dapat merepresentasikan isinya. Pemanggilan citra menjadi rancu bila ada pihak lain yang memodifikasi nama file citra tanpa memperhitungkan isi atau informasi dari file citra tersebut. Untuk mengatasi kendala tersebut, pemanggilan citra dapat dilakukan berdasarkan konten. Pemanggilan citra berdasarkan konten dilakukan dengan cara mencocokkan fitur citra yang dicari dengan fitur citra yang ada pada database. Fitur citra yang diidentifikasi dapat berupa fitur tekstur, bentuk maupun warna, namun yang akan digunakan dalam penelitian ini adalah identifikasi citra dari fitur bentuk dan warnanya. Metode yang digunakan untuk ekstraksi fitur bentuk adalah Operator Sobel sedangkan metode yang digunakan untuk ekstraksi fitur warna adalah deteksi warna HSV. Penelitian ini menggunakan 100 citra dari 10 jenis citra bunga dengan bentuk dan warna yang berbeda sebagai citra query dan citra database. Setelah dilakukan pengujian, maka dapat disimpulkan bahwa ekstraksi fitur bentuk dengan menggunakan Operator Sobel dapat menemukan 33,25% citra yang relevan sedangkan ekstraksi fitur warna dengan menggunakan deteksi warna HSV dapat menemukan 27% citra yang relevan. Ekstraksi fitur bentuk dengan menggunakan Operator Sobel berhasil menemukan 66,5% citra dari keseluruhan citra dalam database sedangkan ekstraksi fitur warna dengan menggunakan deteksi warna HSV berhasil menemukan 54% citra dari keseluruhan citra dalam database. Kata Kunci: Content Based Image Retrieval, Operator Sobel, Deteksi Warna HSV, Pemanggilan Citra, Fitur Bentuk, Fitur Warna.
vii IMPLEMENTATION OF CONTENT BASED IMAGE RETRIEVAL BASED ON SHAPE AND COLOR FEATURES USING SOBEL OPERATOR AND DETECTION OF HSV COLOR ABSTRACT Text based image retrieval existing at now it has not been fully can be used because the name of a file can not represent its contents. Image retrieval become less accurate if someone else is modify file name image without take into account the content or information from file that image. To overcome these obstacles, content based image retrieval can be done. Content based image retrieval is done by matching features an image that searched with features an image that is on a database. The identified image features can be texture features, shape, and color, but the features that will be used in this research is identification image of shape and color features. The method that used for the extraction of shape features is Sobel Operator while for the extraction of color features uses detection of HSV color. This research uses 100 images of 10 different types of flower image with different shapes and colors as the query image and the database image. After testing, so can be concluded that extraction of shape features using Sobel Operator can find 33,25 % relevant image while extraction of color features using detection of hsv color can find 27 % relevant image. The extraction of shape features using Sobel Operator can find 66,5 % the image of a whole image in a database while extraction of color features using detection of HSV color can find 54 % image of a whole image in a database. Keywords : Content Based Image Retrieval, Sobel Operator, Detection of HSV Color, Image Retrieval, Extraction of Shape Feature, Extraction of Color Feature.
viii DAFTAR ISI Halaman Persetujuan Pernyataan Ucapan Terima Kasih Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Daftar Lampiran ii iii iv vi vii viii x xi xiii Bab 1 Bab 2 Bab 3 Pendahuluan 1.1 Latar Belakang 1 1.2 Rumusan Masalah 3 1.3 Batasan Masalah 3 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 4 1.6 Metode Penelitian 4 1.7 Sistematika Penulisan 5 Landasan Teori 2.1 Content Based Image Retrieval 7 2.2 Ekstraksi Fitur 9 2.2.1 Ekstraksi Fitur Bentuk 10 2.2.2 Ekstraksi Fitur Warna 11 2.3 Operator Sobel 14 2.4 Deteksi Warna HSV 18 2.5 Citra Digital 20 2.5.1 Format File Citra JPG 20 2.5.2 Jenis-jenis Citra Digital 21 2.6 Euclidean Distance 22 2.7 Precision dan Recall 23 2.7.1 Precision 23 2.7.2 Recall 23 2.8 Penelitian yang Relevan 24 Analisis dan Perancangan Sistem 3.1 Analisis Sistem 25 3.1.1 Analisis Masalah 26 3.1.2 Analisis Kebutuhan 27 3.1.2.1 Kebutuhan Fungsional 27 3.1.2.2 Kebutuhan Non-Fungsional 27 3.1.3 Analisis Proses 28
ix 3.2 Perancangan Sistem 28 3.2.1 Flowchart 29 3.2.1.1 Flowchart Content Based Image Retrieval 29 3.2.1.2 Flowchart Ekstraksi Fitur Bentuk 30 3.2.1.3 Flowchart Ekstraksi Fitur Warna 31 3.2.1.4 Flowchart Sistem Secara Keseluruhan 32 3.2.2 Pseudocode 33 3.2.2.1 Pseudocode Ekstraksi Fitur Bentuk 33 3.2.2.2 Pseudocode Ekstraksi Fitur Warna 34 3.2.3 Use Case Diagram 36 3.2.4 Activity Diagram 39 3.2.5 Sequence Diagram 41 3.2.6 Perancangan Database 42 3.2.7 Perancangan Antarmuka 43 3.2.7.1 Halaman Utama 43 3.2.7.2 Halaman Mulai Pencarian 44 3.2.7.3 Halaman Input Citra ke Database 45 3.2.7.4 Halaman Bantuan 46 3.2.7.5 Halaman Tentang 47 Bab 4 Implementasi dan Pengujian 4.1 Implementasi 48 4.1.1 Halaman Utama 48 4.1.2 Halaman Mulai Pencarian 49 4.1.3 Halaman Input Citra ke Database 50 4.1.4 Halaman Bantuan 50 4.1.5 Halaman Tentang 51 4.1.6 Proses Pemanggilan Citra Berdasarkan Fitur Bentuk 51 4.1.7 Proses Pemanggilan Citra Berdasarkan Fitur Warna 55 4.2 Pengujian 62 4.2.1 Pengujian Ekstraksi Fitur Bentuk 62 4.2.2 Pengujian Ekstraksi Fitur Warna 68 4.2.3 Analisis Hasil Pengujian 73 Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 75 5.2 Saran 76 Daftar Pustaka 77
x DAFTAR TABEL Halaman Tabel 2.1 Contoh Tabel Warna HSV 19 Tabel 3.1. Use Case Narrative Pemanggilan Citra 37 Tabel 3.2. Use Case Narrative Input Citra ke Database 38 Tabel 3.3. Tabel imagesobelmatching 42 Tabel 3.4. Tabel imagehsvmatching 43 Tabel 4.1. Piksel Citra PlumFlower5.jpg 52 Tabel 4.2. Piksel Hasil Grayscale Citra PlumFlower5.jpg 53 Tabel 4.3. Matriks Nilai Magnitudo 53 Tabel 4.4. Piksel Citra PlumFlower5.jpg (1) 55 Tabel 4.5. Piksel Citra PlumFlower5.jpg (2) 56 Tabel 4.6. Piksel HSV Citra PlumFlower5.jpg 56 Tabel 4.7. Kuantisasi Ruang Warna dari Histogram HSV-162 Bin(1) 57 Tabel 4.8. Kuantisasi Ruang Warna dari Histogram HSV-162 Bin(2) 58 Tabel 4.9. Kuantisasi Ruang Warna dari Histogram HSV-162 Bin(3) 59 Tabel 4.10. Histogram HSV-162 Bin(1) 59 Tabel 4.11. Histogram HSV-162 Bin(2) 60 Tabel 4.12. Histogram HSV-162 Bin(3) 61 Tabel 4.13. Pengujian Pemanggilan Citra Berdasarkan Fitur Bentuk(1) 62 Tabel 4.14. Pengujian Pemanggilan Citra Berdasarkan Fitur Bentuk(2) 63 Tabel 4.15. Rincian Hasil Pemanggilan Citra Berdasarkan Fitur Bentuk(1) 64 Tabel 4.16. Rincian Hasil Pemanggilan Citra Berdasarkan Fitur Bentuk(2) 65 Tabel 4.17. Nilai Precision Hasil Pemanggilan Citra 65 Tabel 4.18. Nilai Recall Hasil Pemanggilan Citra 66 Tabel 4.19. Waktu Pemanggilan Citra Berdasarkan Ekstraksi Fitur Bentuk 67 Tabel 4.20. Pengujian Pemanggilan Citra Berdasarkan Fitur Warna(1) 68 Tabel 4.21. Pengujian Pemanggilan Citra Berdasarkan Fitur Warna(2) 69 Tabel 4.22. Rincian Hasil Pemanggilan Citra Berdasarkan Fitur Warna(1) 70
xi Tabel 4.23. Rincian Hasil Pemanggilan Citra Berdasarkan Fitur Warna(2) 71 Tabel 4.24. Nilai Precision Hasil Pemanggilan Citra 71 Tabel 4.25. Nilai Recall Hasil Pemanggilan Citra 72 Tabel 4.26. Waktu Pemanggilan Citra Berdasarkan Eksraksi Fitur Warna(1) 72 Tabel 4.27. Waktu Pemanggilan Citra Berdasarkan Eksraksi Fitur Warna(2) 73 Tabel 4.28. Rata-rata Nilai Precision, Recall dan Waktu Pemanggilan Citra(1) 73 Tabel 4.29. Rata-rata Nilai Precision, Recall dan Waktu Pemanggilan Citra(2) 74
xii DAFTAR GAMBAR Halaman Gambar 2.1. Diagram Sistem Content Based Image Retrieval 8 Gambar 2.2. Citra Bunga 16 Gambar 2.3. Citra Bunga Hasil Deteksi Operator Sobel 17 Gambar 2.4. Diagram Deteksi Tepi Menggunakan Operator Sobel 17 Gambar 2.5. Model Warna HSV 18 Gambar 2.6. Sistem Koordinat Citra Digital 20 Gambar 3.1. Diagram Ishikawa Masalah Penelitian 26 Gambar 3.2. Flowchart Content Based Image Retrieval 29 Gambar 3.3. Flowchart Ekstraksi Fitur Bentuk dengan Operator Sobel 30 Gambar 3.4. Flowchart Ekstraksi Fitur Bentuk dengan Deteksi Warna HSV 31 Gambar 3.5. Flowchart Sitem Secara Keseluruhan 32 Gambar 3.6. Use Case Diagram Sistem 37 Gambar 3.7. Activity Diagram Pemanggilan Citra 39 Gambar 3.8. Activity Diagram Input Citra ke Database 40 Gambar 3.9. Sequence Diagram Pemanggilan Citra 41 Gambar 3.10. Sequence Diagram Input Citra ke Database 41 Gambar 3.11. Perancangan Antarmuka Halaman Utama 43 Gambar 3.12. Perancangan Antarmuka Halaman Mulai Pencarian 44 Gambar 3.13. Perancangan Antarmuka Halaman Input Citra ke Database 45 Gambar 3.14. Perancangan Antarmuka Halaman Bantuan 46 Gambar 3.15. Perancangan Antarmuka Halaman Tentang 47 Gambar 4.1. Halaman Awal 48 Gambar 4.2. Halaman Mulai Pencarian 49 Gambar 4.3. Halaman Input Citra ke Database 50 Gambar 4.4. Halaman Bantuan 50 Gambar 4.5. Halaman Tentang 51
xiii Gambar 4.6. Citra PlumFlower5.jpg 51 Gambar 4.7. Hasil Grayscale Citra PlumFlower5.jpg 52 Gambar 4.8. Citra PlumFlower5.jpg dengan Operator Sobel 54 Gambar 4.9. Citra PlumFlower5.jpg 55
xiv DAFTAR LAMPIRAN Halaman Lampiran 1 Urutan Peraturan Pengisian Angket A-1 Lampiran 2 Angket B-1 Lampiran 3 Listing Program C-1 Lampiran 4 Daftar Riwayat Hidup (Curriculum Vitae) D-1