Penerapan Algoritme Segmentasi Mean Shift Dan Pemilihan Fitur Dasar Warna Pada Sistem Temu Kembali Citra Berbasis ISI

Hidayat, Nizar Ihromi (2006) Penerapan Algoritme Segmentasi Mean Shift Dan Pemilihan Fitur Dasar Warna Pada Sistem Temu Kembali Citra Berbasis ISI. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5102100032-Undergraduate-Thesis.pdf - Published Version

Download (14MB) | Preview

Abstract

Sistem Temu Kembali Citra Berbasis lsi adalah sistem yang mengorganisir data citra hasil pengenalan objek, mengenali data citra baru dan mampu melakukan pencarian data citra berdasarkan objek dari citra da/am jumlah citra besar dan variasi gambar yang beragam. Salah satu implementasi penggunaan Sistem Temu Kembali Citra Berbasis lsi adalah pencarian koleksi barang di museum. User dapat mempero/eh informasi gambar tentang barang-barang koleksi museum hanya dengan memasukkan nama objek dari barang koleksi. Pada Tugas Akhir ini akan difokuskan pertama pada pembuatan Sistem Temu Kembali Citra Berbasis lsi dengan tiga tahapan. Pada tahapan pertama pelatihan data, data citra yang te/ah diberi label/keyword berisikan nama-nama objek pada citra disegmentasi menggunakan algoritme Mean Shift untuk menghasilkan region-region. Untuk menghasilkan vektor fitur citra maka dilakukan ekstraksi fitur dasar warna pada hasil segmentasi, menge/ompokkanlclustering region ke dalam kelas-ke/aslblob-b/ob dengan menggunakan algoritme K-Means berdasarkan vektor fitur, memprediksi keterhubungan antara blob dengan word dengan menggunakan algoritme Expectation Maximization. Tahap kedua, Pengenalan Data Citra baru di/akukan dengan menggunakan algoritme Nearest-Neighbour berdasarkan kedekatan vektor fitur data citra baru dengan data citra hasil pelatihan. Pada tahap ketiga dilakukan Pencarian Data Citra berdasarkan data input user berupa teks yang mewakili nama objek yang dicari dari data citra yang telah dihasi/kan pada tahapan pelatihan data. Fokus kedua yaitu ana/isis kinerja Sistem Temu Kembali Citra Berbasis lsi hasil dari pemilihanfitur dasar warna dalam domain (L*u*v, RGB, L *a*b, L *a*b dan CrCb), penggunaan algoritme mean shift pada tahapan awallprepocessing. Berdasarkan hasil uji coba, penentuan jumlah k/aster yang lebih banyak terbukti meningkatkan kinerja Sistem Temu Kembali Citra Berbasis lsi serta pemilihan fitur dasar warna domain L *u*v /ebih memiliki nilai kinerja yang lebih tinggi daripada domain warna yang lain (L *u*v, RGB, L *a*b, L *a*b, CrCb, dan kombinasinya)

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 005.1 Hid p
Uncontrolled Keywords: Clustering, Expectation Maximization, K-Means, Mean Shift Nearest-Neighbour
Subjects: Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation.
Divisions: Faculty of Information Technology > Informatics Engineering > (S1) Undergraduate Theses
Depositing User: ansi aflacha
Date Deposited: 23 Aug 2018 07:05
Last Modified: 23 Aug 2018 07:05
URI: http://repository.its.ac.id/id/eprint/59452

Actions (login required)

View Item View Item