restorasi citra dan dari aspek geometrik rotasi, translasi, skala, transformasi geometrik, melakukan proses penarikan informasi atau deskripsi objek atau
pengenalan objek yang terkandung pada citra dan melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data. Kadir
Susanto, 2013
2.5. Segmentasi Citra
Segmentasi citra merupakan proses yang ditujukan untuk mendapatkan objek-objek yang terkandung di dalam citra ke dalam beberapa daerah dengan setiap objek atau
daerah memiliki kemiripan atribut. Segmentasi juga biasa dilakukan sebagai langkah awal untuk melaksanakan klasifikasi objek. Setelah segmentasi citra dilaksanakan,
fitur yang terdapat pada objek diambil. Sebagai contoh, fitur objek dapat berupa perbandingan lebar dan panjang objek, warna rata-rata objek, maupun tekstur pada
objek. Kadir Susanto, 2013.
2.6. Representasi Bentuk
Fitur suatu objek merupakan karakteristik yang melekat pada objek. Fitur bentuk merupakan suatu fitur yang diperoleh melalui bentuk objek dan dapat dinyatakan
melalui kontur, area dan transformasi. Fitur bentuk biasa digunakan sebagai salah satu fitur pada kepentingan identifikasi objek. Kadir, dkk., 2011
2.7. Ekstraksi Fitur
Bentuk menurut D.G. Kendall Stegmann dan Gomez, 2002 adalah informasi geometris yang tetap ketika efek lokasi, skala, pemutaran dilakukan terhadap sebuah
objek. Deskriptor adalah seperangkat parameter yang mewakili karakteristik tertentu objek, yang dapat digunakan untuk menyatakan fitur objek. Adapun fitur dinyatakan
dengan susunan bilangan yang dapat dipakai untuk mengidentifikasi suatu objek. Fitur suatu objek mempunyai peran penting untuk berbagai aplikasi seperti pencarian
citra, penyederhanaan bentuk, pengenalan dan klasifikasi objek.
Universitas Sumatera Utara
2.7.1 Fitur Tekstur
Selain melibatkan fitur bentuk, tekstur banyak digunakan sebagai fitur untuk temu kembali citra. Hal ini disebabkan beberapa objek mempunyai pola-pola tertentu,
yang bagi manusia mudah untuk dibedakan. Dalam praktik, tekstur digunakan untuk berbagai kepentingun.
Umumnya, aplikasi tekstur dapat dibagi menjadi dua kategori. Pertama adalah untuk kepentingan segmentasi. Pada proses ini, tekstur dipakai untuk
melakukan pemisahan antara satu objek dengan objek lain. Kedua adalah untuk klasifikasi tekstur sebagai klasifikasi objek. Tekstur adalah hubungan mutual antara
nilai intensitas piksel-piksel yang bertetangga yang berulang di suatu area yang lebih luas daripada jarak hubungan tersebut Tuceryan Jain, 1998.
2.8. Information Retrieval
Definisi information retrieval IR adalah bagaimana menemukan suatu dokumen dari dokumen-dokumen tidak terstruktur yang memberikan informasi yang
dibutuhkan dari koleksi dokumen yang sangat besar yang tersimpan dalam komputer. Manning, 2008.
Tujuan dari sistem IR ini adalah memenuhi kebutuhan informasi pengguna dengan mendapatkan semua dokumen yang relevan dengan kebutuhan pengguna dan
pada waktu yang sama mendapatkan sedikit mungkin dokumen yang tak relevan Pardede, 2013. Berdasarkan konten dokumen yang dicari, information retrieval
terbagi atas 4 bagian, yaitu text retrieval, image retrieval, video retrieval dan audio retrieval.
2.8.1. Image Retrieval
Image Retrieval adalah sistem pencarian informasi berbasis konten gambar ataupun berformat citra. Teknik image retrieval yang pertama, yaitu tekstual, merupakan
teknik yang sangat sederhana, yaitu berdasarkan kata kunci yang diberikan untuk tiap citra. Permasalahan dengan teknik ini adalah lamanya waktu pencarian dan adanya
ketergantungan terhadap manusia yang sangat tinggi untuk mendeskripsikan suatu citra. Hal ini menyebabkan terjadinya pendeskripsian yang tidak konsisten. Teknik
Universitas Sumatera Utara
image retrieval yang kedua, berdasarkan isi, adalah teknik yang mengindekskan suatu citra berdasarkan isinya seperti warna, sisi, bentuk, tekstur, informasi spasial,
features dan sebagainya. Teknik ini sering disebut dengan Content Based Image Retrieval CBIR. Utami, 2011.
2.9. Content Based Image Retrieval CBIR
Temu kembali citra atau istilah yang lebih spesifik lagi disebut content based image retrieval CBIR, merupakan proses untuk mendapatkan sejumlah citra berdasarkan
masukan satu citra. Istilah tersebut dikemukakan pertama kali oleh Kato pada tahun 1992 Zhang, 2002. Image retrieval atau image querying adalah aplikasi pengolahan
citra yang dapat membantu pengguna mengambil atau mencari dengan cepat suatu citra pada suatu database citra berdasarkan query atau permintaan pengguna. Putra,
2010. Pada CBIR, ciri-ciri visual citra dalam basis data diekstraksi dan kemudian
dideskripsikan sebagai vektor ciri multidimensional. Vektor yang diperoleh dari citra query akan dibandingkan kesamaannya dengan nilai vektor yang terdapat dalam
basis data Devireddy, 2009. Tahap awal dalam sistem pemanggilan citra berdasarkan konten adalah melakukan proses ekstraksi dan deskripsi pada citra
dalam database sehingga menghasilkan vektor fitur. Setelah itu dilakukan proses ekstraksi dan deskripsi pada citra query yang dimasukkan oleh user Kemudian
dilakukan Similarity Comparison antara citra query dengan citra dalam database. Jarak kesamaan antara citra query dengan citra dalam database akan diurutkan dan
di tampilkan sebagai output Long, et al. 2003.
Gambar 2.5. Diagram Sistem Content Based Image Retrieval Long, et al. 2003
Universitas Sumatera Utara
2.10. Algoritma Speeded-Up Robust Features SURF