Kombinasi Fitur Tekstur Local Binary Pattern yang Invariant Terhadap Rotasi dengan Fitur Warna Berbasis Ruang Warna HSV untuk Temu Kembali Citra Kain Tradisional

Nasir, Muhamad (2016) Kombinasi Fitur Tekstur Local Binary Pattern yang Invariant Terhadap Rotasi dengan Fitur Warna Berbasis Ruang Warna HSV untuk Temu Kembali Citra Kain Tradisional. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5114201065-Master_Thesis.pdf - Accepted Version

Download (1MB) | Preview

Abstract

Untuk membantu proses pendokumentasian citra kain tradisional, dibutuhkan sistem temu kembali yang cukup handal dalam menemukan dan mengidentifikasi citra kain tradisional. Salah satu bagian penting dari sistem temu kembali adalah metode ekstraksi ciri. Pemilihan metode ekstraksi ciri yang tepat sangat dibutuhkan agar dapat mencapai perfomance yang baik pada sistem. Selain itu, metode ekstraksi ciri harus invariant terhadap perubahan rotasi. Hal ini dikarenakan user sering mamasukkan citra contoh yang berbeda rotasi dengan citra yang ada di database. Pada kasus temu kembali citra kain tradisional, tekstur dan warna merupakan fitur dominan serta karakteristik visual yang penting dalam membedakan antara kain yang satu dengan kain yang lain. Oleh karena itu, diperlukan metode ekstraksi ciri tekstur dan warna yang invariant terhadap rotasi pada citra. Pada penelitian ini dikombinasikan fitur tekstur Local Binary Pattern (LBP) yang invariant terhadap rotasi dengan fitur warna dari ruang warna HSV untuk temu kembali citra kain tradisional. Metode LBP yang invariant terhadap rotasi merupakan metode yang efektif dalam mengekstraksi fitur tekstur dari citra kain tradisional. Selain itu, penelitian ini juga mengekstraksi fitur warna dari ruang warna HSV. Ruang warna HSV konsisten dengan persepsi manusia karena HSV merepresentasikan warna dalam cara yang mirip dengan bagaimana manusia berpikir. Selanjutnya fitur LBP dan fitur warna HSV tersebut dikombinasikan dan dihitung kedekatannya dengan fitur semua citra kain yang ada di database menggunakan perhitungan jarak. Dalam skenario uji coba, dataset citra dirotasikan 30°, 60°, 90°, 120°, 150°, 180°, dan 270°. Dataset diolah berdasarkan metode yang diusulkan, termasuk dilakukan pengujian beberapa jarak yang optimal untuk seluruh dataset. Hasil kombinasi fitur tesktur LBP yang invariant terhadap rotasi dengan fitur warna dari ruang warna HSV menghasilkan recall terbaik 100% pada dataset Batik dan 100% pada dataset Songket menggunakan jarak manhattan. ====================================================================================================== Assisting the process of traditional cloth image documentation required retrieval system that is reliable in locating and identifying the image of traditional cloth. One important part of the retrieval system is a feature extraction method. Selection of appropriate methods of feature extraction is needed in order to achieve a good perfomance on the system. In the case of image retrieval traditional cloth, textures and colors are dominant features and visual characteristics that are important in distinguishing between the cloth with each other cloth. Therefore, it is necessary that the invariant feature extraction method to rotation in the image. This is because users often enter different sample image rotation of the image in the database. In this study combined texture features Local Binary Pattern (LBP) which is invariant to rotation of the color features of the HSV color space for image retrieval traditional cloth. LBP method in this research aims to extract texture features on the image of the cloth. In addition, this study also extraction color features of the HSV color space. Further more LBP features and color features are combined and calculated its proximity to all the features of the existing cloth image in the database using the distance calculation. In the test scenario, image dataset rotated 30°, 60°, 90°, 120°, 150°, 180°, and 270°. Dataset processed based on the proposed method, including testing some optimal distance for the all dataset. The result of features texture combination of invariant local binary pattern to rotation with color feature based HSV color space produces the best recall of 100% on a dataset Batik and Songket 100% on a dataset using manhattan distance.

Item Type: Thesis (Masters)
Additional Information: RTIf 006.4 Nas k
Uncontrolled Keywords: Kain Tradisional, Temu Kembali, Local Binary Pattern, Ruang Warna HSV, Perhitungan Jarak.
Subjects: Q Science > Q Science (General) > Q337.5 Pattern recognition systems
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: 61101-Magister Management Technology
Depositing User: Yeni Anita Gonti
Date Deposited: 14 Apr 2020 06:36
Last Modified: 14 Apr 2020 06:36
URI: http://repository.its.ac.id/id/eprint/75760

Actions (login required)

View Item View Item