22
2.6 Euclidean Distance
Proses pemanggilan citra berdasarkan konten akan melakukan perhitungan jarak kesamaan antara citra query dengan citra yang ada pada database. Sementara itu, hasil
pemanggilan citra bukan sebuah citra tunggal tetapi daftar dari citra-citra yang diurutkan berdasarkan tingkat kesamaan citra tersebut dengan citra query. Banyak
cara menghitung kesamaan citra yang telah dikembangkan untuk pemanggilan citra dengan kalkulasi empiris dari fitur citra dalam beberapa tahun terakhir. Perhitungan
kesamaan atau jarak yang berbeda akan mempengaruhi hasil dari sistem pemanggilan citra secara signifikan Long, et al. 2003.
Similarity comparison adalah bagian dari Content Based Image Retrieval.
Similarity comparison sangat bermanfaat saat pengguna tidak dapat menentukan
ukuran kesamaan antara citra query dengan citra dalam database dengan akurat. Similarity comparison
juga bermanfaat untuk pengurutan citra yang terpilih sebagai hasil. Ada beberapa metode similarity comparison yang digunakan untuk mengukur
jarak kesamaan antara citra query dengan citra pada database, salah satunya Euclidean Distance
Larasati, 2012. Euclidean Distance
merupakan teknik yang paling sederhana untuk menghitung jarak antara dua vektor. Misalkan diberikan dua buah vektor fitur p dan q,
maka jarak di antara dua vektor fitur p dan q dapat ditentukan dengan persamaan berikut.
P = p
1
,p
2
, …,p
n
Q = q
1
,q
2
, …,q
n
d = p
1
-q
1 2
+ p
2
-q
2 2
+ …+ p
n
-q
n 2
= p
i
-q
i n
i=1
Dimana P dan Q adalah citra, d adalah ukuran jarak antara citra query dan citra yang ada pada database. p adalah vektor fitur pada citra P dan q adalah vektor
fitur pada citra Q Karimah, 2014.
Universitas Sumatera Utara
23
2.7 Precision dan Recall
Parameter yang digunakan untuk mengukur keefektifan dari hasil pemanggilan citra berbasis konten salah satunya adalah precision dan recall.
2.7.1 Precision Precision
mengevaluasi kemampuan sistem temu kembali informasi untuk menemukan kembali data top ranked yang paling relevan dan di defenisikan sebagai
persentase data yang dikembalikan yang benar-benar relevan terhadap query pengguna Karimah, 2014. Nilai precision dapat ditentukan dengan menghitung citra
yang relevan dengan pencarian citra pada citra hasil pemanggilan citra. Nilai precision dapat dihitung dengan persamaan berikut.
precision = Jumlah citra relevan yang ditemukembalikan
Jumlah seluruh citra yang ditemukembalikan 2.7.2 Recall
Recall menyatakan perbandingan jumlah materi relevan yang ditemukembalikan
terhadap seluruh materi relevan Karimah, 2014. Nilai recall dapat ditentukan dengan menghitung citra yang relevan dengan pencarian citra pada citra dalam database. Nilai
recall dapat dihitung dengan persamaan berikut.
recall = Jumlah citra relevan yang ditemukembalikan
Jumlah citra relevan dalam
Universitas Sumatera Utara
24
2.8 Penelitian yang Relevan
Kategori