Implementasi Transformasi Curvelet Dan Ruang Warna HVS Untuk Temu Kembali Citra Batik Berbasis Isi Pada Situs Batik

Wicaksono, Ardian Yusuf (2014) Implementasi Transformasi Curvelet Dan Ruang Warna HVS Untuk Temu Kembali Citra Batik Berbasis Isi Pada Situs Batik. Other thesis, Insititut Teknologi Sepuluh Nopember.

Text 5110100189_Undergraduate_Thesis.pdf Download (4MB)

Abstract

Batik merupakan bagian dari kekayaan budaya bangsa Indonesia. Dengan banyaknya motif dari tiap daerah di Indonesia dan sebagai pelestarian warisan budaya Indonesia, diperlukan inventarisasi data dari tiap motif batik. Namun, mencari dan mendapatkan kembali citra batik yang diinginkan pada sekumpulan data motif batik yang besar tidaklah mudah. Temu kembali citra berbasis isi merupakan suatu metode untuk pengenalan citra batik melalui ekstraksi fitur isi citra untuk melihat, mencari, dan menemukan kembali citra dari koleksi besar. Untuk memecahkan permasalahan di atas, pada Tugas Akhir ini diimplementasikan sistem temu kembali citra yang efektif dan efisien menggunakan Transformasi Curvelet dan ruang warna HSV. Transformasi Curvelet adalah representasi multi-skala baru yang cocok untuk obyek dengan kurva. Ruang Warna HSV konsisten dengan persepsi manusia karena HSV merepresentasikan warna dalam cara yang mirip dengan bagaimana manusia berpikir. Dari tiap citra batik akan di ambil fitur tekstur dari energi dan s tandar deviasi dari koefisien curvelet dengan Transformasi Curvelet pada tiap wedge tiap skala. Untuk fitur warna diambil histogram ruang warna HSV yang telah terkuantisasi menjadi 72 bins warna. Dari fitur tersebut lalu dicari similaritas tiap citra batik dengan menggunakan jarak Canberra. Berdasarkan hasil uji coba yang dilakukan terhadap dataset Batik, metode ini menghasilkan rata-rata precision sebesar 96.85% menggunakan Transformasi Curvelet 4 skala dan Histogram kuantisasi ruang warna HSV. Hal ini mengindikasikan bahwa Transformasi Curvelet dan ruang warna HSV merupakan metode yang menjanjikan dalam proses temu kembali citra batik.
=============================================================================================================================
Batik is part of the richness of Indonesian culture. With so many motifs of each region in Indonesia and the preservation of cultural heritage of Indonesia, inventory data from each motif is required. However, search for and retrieve the desired image of batik motif on a large data set is not easy. Content-based image retrieval is a method for batik image recognition through the contents of the image feature extraction to view, search, and rediscover the image of a great collection. To solve the above problems, this final project propose image retrieval system that implemented effectively and efficiently using Curvelet Transformation and HSV color space. Curvelet transformation is a new multi-scale representation suitable for objects with curves. HSV color space is consistent with human perception because HSV represents color in a way similar to how humans think. Of each image will be taken batik texture feature of the energy and standard deviation of curvelet coefficients with curvelet transform each wedge on each scale. Color feature take the color histogram feature HSV color space that has been quantized into 72 bins color. From the feature above, similarity of each batik image calculated using Canberra distance. Based on the results of experiments performed on a dataset of batik, this method resulted in an average precision of 96.85% using 4-scale Curvelet transform and quantization histogram of HSV color space. This indicates that the Curvelet Transform and HSV color space is a promising method in the process of batik image retrieval.

Item Type:	Thesis (Other)
Additional Information:	RSIf 006.42 Wic i
Uncontrolled Keywords:	Batik, Jarak Canberra, Ruang Warna HSV, Temu Kembali Citra Berbasis Isi , Transformasi Curvelet, Canberra Distance, Content Based Image Retrieval, Curvelet Transformation, HSV Color Space
Subjects:	T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions:	Faculty of Information and Communication Technology > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	01 Nov 2023 08:30
Last Modified:	01 Nov 2023 08:30
URI:	http://repository.its.ac.id/id/eprint/105034

Actions (login required)

View Item