3. Implementasi Sistem
Implementasi dilakukan dengan menampilkan ke user hasil yang berbasis Graphic User Interface GUI sistem pencarian dan proses temu kembali citra
Content Based Image Retrieval menggunakan algoritma SURF.
4. Pengujian Sistem
Pengujian dilakukan dengan memilih 1 dari 100 gambar yang berasal dari 1 dari 10 kategori, lalu melihat hasil temu kembali citra yang telah di retrieve
serta dihitung ketepatan sistem dengan melihat hasil parameter pembanding, yaitu Recall, Precision dan Running Time.
5. Dokumentasi
Setelah implementasi, maka penulis akan membuat dokumentasi atau laporan tiap tahap dari program yang penulis rancang.
1.7 Sistematika Penulisan
Agar pembahasan lebih sistematis, maka tulisan ini dibuat dalam lima bab, yaitu : BAB 1 PENDAHULUAN
Bab ini akan menjelaskan mengenai latar belakang penelitian judul skripsi “Implementasi Content Based Image Retrieval Menggunakan Speeded-Up
Robust Features SURF ”. Rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metode penelitian, tinjauan pustaka dan sistematika penulisan skripsi.
BAB 2 LANDASAN TEORI
Bab ini membahas tentang teori-teori yang berhubungan dengan citra dan Information Retrieval, yaitu jenis citra, format file citra, pengolahan citra,
Information Retrieval System, Content Based Image Retrieval, Recall, Precision dan sebagainya.
Universitas Sumatera Utara
BAB 3 ANALISIS DAN PERANCANGAN SISTEM Berisi tentang uraian analisis mengenai proses kerja dari sistem temu
kembali citra menggunakan algoritma Speeded-Up Robust Features SURF pada citra greyscale yang terdiri dari flowchart, Unified Modeling
Language UML serta perancangan antarmuka pengguna. BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada tahap ini dilakukan pembuatan sistem dan coding sesuai dengan analisis dan perancangan, kemudian melakukan pengujian sistem.
BAB 5 KESIMPULAN DAN SARAN Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian dari
bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.
Universitas Sumatera Utara
ABSTRAK
Temu balik citra ataupun temu balik citra berdasarkan konten gambar adalah bidang terkenal dari penelitian sistem temu balik informasi. Temu balik citra memiliki tugas
yang menantang, yang terutama yaitu menerima kembali citra yang memiliki kemiripan atau relevan dari database citra yang besar. Salah satu teknik yang dapat
digunakan sebagai solusi untuk menerima kembali citra relevan dalam temu balik citra adalah algoritma Speeded-Up Robust Features SURF. SURF adalah detektor dan
deskriptor fitur citra yang cepat dan kuat. Dan kini banyak digunakan secara luas dalam aplikasi komputer visual, seperti dalam aplikasi temu balik citra. SURF
pertama kali dipresentasikan oleh Herbert Bay pada konferensi eropa 2006 tentang Computer Vision dan sebagian terinsiprasi oleh Scale-Invariant Feature Transform
SIFT. Karena SURF hanya dapat memproses citra grayscale, maka citra harus dikonversi dari format RGB ke format grayscale. Titik Interest atau KeyPoint dari
koleksi citra direpresentasikan oleh vektor yang kemudian akan dibandingkan menggunakan pengukuran jarak Euclidean Distance. Euclidean Distance digunakan
untuk membandingkan kemiripan antara fitur atau ciri dari koleksi citra. Sehingga pada akhirnya, sistem akan menerima kembali citra yang relevan dari database.
Parameter yang digunakan untuk mengukur kualitas dari hasil temu balik citra adalah nilai dari Recall, Precision dan Running Time. Berdasarkan hasil pengujian
menggunakan 100 gambar, rata-rata nilai Recall terhadap koleksi citra adalah 83 dan Precision 22.29 serta Running Time Similiarity Comparison 30376 ms.
Kata kunci : Citra, Temu Balik, Content Based Image Retrieval CBIR, Speeded-Up Robust Features SURF, Euclidean Distance.
Universitas Sumatera Utara
IMPLEMENTATION OF CONTENT BASED IMAGE RETRIEVAL CBIR WITH SPEEDED UP ROBUST FEATURES
SURF
ABSTRACT
Image Retrieval IR or Content-Based Image Retrieval CBIR is a well-known field of research in Information Retrieval System IRS. Content-Based Image Retrieval
CBIR has a challenging task which especially retrieves similar or relevant images from the large database. One of the techniques in CBIR as a solution for retrieving
relevant images is Speeded Up Robust Features SURF Algorithm. SURF is fast and robust feature detector and descriptor for the image. It is vastly used in many
computer vision applications such as CBIR applications. It was first presented by Herbert Bay at the 2006 European Conference on Computer Vision and partly inspired
by the Scale-Invariant Feature Transform SIFT. Since SURF works only on grayscale images, therefore the images have to convert from RGB to Grayscale
format. Interest points or key points of images are represented by vectors that are compared using Euclidean Distance measures. Euclidean Distance is used to match
the similarity among the features of the images. Finally, the system retrieves the matched images from the database. The parameters used for measuring the quality of
CBIR result are the value of recall, precision and running time. The test with 100 images has shown that the average percentage value of recall is 83, precision is
22,29 and running time for similarity comparison is 30376 ms. Keywords : Image, Retrieval, Content Based Image Retrieval CBIR, Speeded
Up Robust Features SURF, Euclidean Distance.
Universitas Sumatera Utara
IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN SPEEDED-UP ROBUST
FEATURES SURF
SKRIPSI
AULIA TARINDAH PUTRI 121401036
PROGRAM STUDI S-1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA MEDAN
2016
Universitas Sumatera Utara
IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN SPEEDED-UP ROBUST
FEATURES SURF
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
AULIA TARINDAH PUTRI 121401036
PROGRAM STUDI S-1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA MEDAN
2016
Universitas Sumatera Utara
PERSETUJUAN
Judul : IMPLEMENTASI
CONTENT BASED
IMAGE RETRIEVAL
MENGGUNAKAN SPEEDED-UP
ROBUST FEATURES SURF Kategori
: SKRIPSI Nama
: AULIA TARINDAH PUTRI Nomor Induk Mahasiswa
: 121401036 Program Studi
: SARJANA S1 ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Fasilkom-TI Diluluskan di
Medan, Juni 2016 Komisi Pembimbing:
Dosen Pembimbing II
Dosen Pembimbing I Amalia, S.T., M.T.
Dr. Poltak Sihombing, M.Kom NIP.19781221 201401 2 001
NIP. 1962 0317 1991 0310 01
DiketahuiDisetujui oleh Program Studi S1 IlmuKomputer
Ketua, Dr. Poltak Sihombing, M.Kom
NIP. 1962 0317 1991 0310 01
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN SPEEDED-UP ROBUST
FEATURES SURF SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 25
Juni 2016
Aulia Tarindah Putri 121401036
Universitas Sumatera Utara
PENGHARGAAN
Puji dan syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya, sehingga Penulis dapat menyelesaikan penyusunan skripsi ini
sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar –
besarnya kepada : 1.
Bapak Prof. Dr. Runtung Sitepu, S.H., M.Hum. selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Opim Salim Sitompul, M.Sc. selaku Dekan Fakultas
Ilmu Komputer dan Teknologi Informasi Fasilkom-TI, Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1
Ilmu Komputer Universitas Sumatera Utara sekaligus Dosen Pembimbing I yang telah memberikan kritik dan saran dalam
penyempurnaan skripsi ini. 4.
Ibu Maya Silvi Lydia, B.Sc., M.Sc. selaku Sekretaris Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
5. Ibu Dian Rachmawati, S.Si., M.Kom. selaku Dosen Pembimbing
Akademik PA yang telah memberikan bimbingan dan dukungan kepada penulis dari awal hingga akhir kuliah.
6. Ibu Amalia, S.T., M.T. selaku Dosen Pembimbing II yang telah sabar
dan ikhlas dalam memberikan waktu, bimbingan, saran, masukan dan dukungan semangat kepada penulis dalam pengerjaan skripsi ini. Salah
satu dosen terbaik bagi penulis. 7.
Bapak M. Andri Budiman, S.T., M.Comp.Sc., M.E.M. selaku Dosen Pembanding I yang bersedia memberikan motivasi bagi penulis, dan
tentu saja memberikan kritik maupun saran yang membangun. 8.
Bapak Ade Candra, S.T., M.Kom. selaku Dosen Pembanding II yang bersedia memberikan kritik maupun saran demi penyempurnaan
skripsi ini.
Universitas Sumatera Utara
9. Seluruh dosen dan pegawai Program Studi S1 Ilmu Komputer
Fasilkom-TI USU . 10.
Ibunda Dra. Indah Dwi Kumala orang terpenting dalam hidup penulis yang selalu memberikan doa dan dukungan serta kasih sayang kepada
penulis, serta adik tersayang Ariq Farhan Maulana dan Allya Amanda Suci yang terus memberikan dukungan dan dorongan bagi penulis
untuk menyelesaikan skripsi ini. 11.
Teman-teman terdekat atas semangatnya, teman seperjuangan wisuda dari S1 Ilmu Komputer Stambuk 2012 atas dorongannya dan doanya
sehingga penulis dapat menyelesaikan skripsi ini, terkhusus untuk Khalida Zia, Muzdalifa, Pradita Oktaviani, Tika Linavia, Indah Widya
Sari, Citra Eka Mutia, Rizky Adawiyah, Indri Hidayati, teman 17 Agustusan Aulia Rahman Saragih, Jabbar Muhammad Lubis, Samuel
Martogi, Fachri Irfandi, Acid dan Ellen yang telah menemani menjelajah, Nurhasbiah dan Dwi Syahnan, yang telah memotivasi dan
memberi keceriaan bagi penulis. Serta komunitas TCO dan Brainstorm.
12. AbangKakakAdikRekan di IKLC, Organisasi PEMA Fasilkom-TI,
IMILKOM, Sahabat Beasiswa Untuk Negeri, Penerima Beasiswa BCA dan LBPP LIA.
13. Abdul Rahman Hakim Nasution atas semangat, dukungan, dan
kesabaran terhadap penulis selama proses penyelesaian skripsi ini. 14.
Johannes Georg Genser sebagai pemberi motivasi bagi penulis dalam mengerjakan skripsi dan mengejar pendidikan ke tahap S2.
15. Dan semua pihak yang telah banyak membantu yang tidak bisa
disebutkan satu-persatu.
Semoga semua kebaikan, bantuan, perhatian, serta dukungan yang telah diberikan kepada penulis mendapatkan pahala yang melimpah dari Allah SWT.
Medan, Juni 2016
Penulis
Universitas Sumatera Utara
ABSTRAK
Temu balik citra ataupun temu balik citra berdasarkan konten gambar adalah bidang terkenal dari penelitian sistem temu balik informasi. Temu balik citra memiliki tugas
yang menantang, yang terutama yaitu menerima kembali citra yang memiliki kemiripan atau relevan dari database citra yang besar. Salah satu teknik yang dapat
digunakan sebagai solusi untuk menerima kembali citra relevan dalam temu balik citra adalah algoritma Speeded-Up Robust Features SURF. SURF adalah detektor dan
deskriptor fitur citra yang cepat dan kuat. Dan kini banyak digunakan secara luas dalam aplikasi komputer visual, seperti dalam aplikasi temu balik citra. SURF
pertama kali dipresentasikan oleh Herbert Bay pada konferensi eropa 2006 tentang Computer Vision dan sebagian terinsiprasi oleh Scale-Invariant Feature Transform
SIFT. Karena SURF hanya dapat memproses citra grayscale, maka citra harus dikonversi dari format RGB ke format grayscale. Titik Interest atau KeyPoint dari
koleksi citra direpresentasikan oleh vektor yang kemudian akan dibandingkan menggunakan pengukuran jarak Euclidean Distance. Euclidean Distance digunakan
untuk membandingkan kemiripan antara fitur atau ciri dari koleksi citra. Sehingga pada akhirnya, sistem akan menerima kembali citra yang relevan dari database.
Parameter yang digunakan untuk mengukur kualitas dari hasil temu balik citra adalah nilai dari Recall, Precision dan Running Time. Berdasarkan hasil pengujian
menggunakan 100 gambar, rata-rata nilai Recall terhadap koleksi citra adalah 83 dan Precision 22.29 serta Running Time Similiarity Comparison 30376 ms.
Kata kunci : Citra, Temu Balik, Content Based Image Retrieval CBIR, Speeded-Up Robust Features SURF, Euclidean Distance.
Universitas Sumatera Utara
IMPLEMENTATION OF CONTENT BASED IMAGE RETRIEVAL CBIR WITH SPEEDED UP ROBUST FEATURES
SURF
ABSTRACT
Image Retrieval IR or Content-Based Image Retrieval CBIR is a well-known field of research in Information Retrieval System IRS. Content-Based Image Retrieval
CBIR has a challenging task which especially retrieves similar or relevant images from the large database. One of the techniques in CBIR as a solution for retrieving
relevant images is Speeded Up Robust Features SURF Algorithm. SURF is fast and robust feature detector and descriptor for the image. It is vastly used in many
computer vision applications such as CBIR applications. It was first presented by Herbert Bay at the 2006 European Conference on Computer Vision and partly inspired
by the Scale-Invariant Feature Transform SIFT. Since SURF works only on grayscale images, therefore the images have to convert from RGB to Grayscale
format. Interest points or key points of images are represented by vectors that are compared using Euclidean Distance measures. Euclidean Distance is used to match
the similarity among the features of the images. Finally, the system retrieves the matched images from the database. The parameters used for measuring the quality of
CBIR result are the value of recall, precision and running time. The test with 100 images has shown that the average percentage value of recall is 83, precision is
22,29 and running time for similarity comparison is 30376 ms. Keywords : Image, Retrieval, Content Based Image Retrieval CBIR, Speeded
Up Robust Features SURF, Euclidean Distance.
Universitas Sumatera Utara
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Tabel xi
Daftar Gambar xii
Daftar Lampiran xiv
Bab 1 Pendahuluan 1.1
Latar Belakang 1
1.2 Perumusan Masalah
2 1.3
Ruang Lingkup Masalah 2
1.4 Tujuan Penelitian
3 1.5
Manfaat Penelitian 3
1.6 Metode Penelitian
3 1.7
Sistematika Penulisan 4
Bab 2 Landasan Teori 2.1 Citra
6
2.2 Jenis-Jenis Citra Digital 6