28 Eksekusi perintah query, sistem melakukan pencarian citra relevan dalam
basisdata dan memberikan feedback ke pengguna yaitu berupa citra hasil pencarian. Perintah ekstraksi ciri, sistem akan melakukan pembuatan file
metadata, indeks warna dan bentuk citra basisdata. Perintah pengaturan parameter sistem menampilkan antarmuka yang menampilkan default parameter sistem yang
akan diubah oleh pengguna.
6. Lingkungan Perancangan
Lingkungan yang digunakan untuk melaksanakan perancangan dan pengujian sistem temukembali citra ini dibagi menjadi dua yaitu :
a. Perangkat keras, berupa satu unit komputer personal dengan spesifikasi teknis sebagai berikut :
− Prosesor Utama : Pentium IV 2,4 GHz
− Memori Utama : 512 MBytes
− Memori Video : 128 MBytes
− Media Simpan
: 80
GBytes 50 free spaces b. Perangkat Lunak, perangkat lunak yang digunakan ada dua jenis yaitu :
− Sistem Operasi : Microsoft Windows XP
− Perancangan dan Pengujian : Matlab 7.0 Release 14 SP1
D. Penilaian Kinerja
Penilaian kinerja sistem temukembali citra dalam penelitian ini menggunakan recall dan presisi. Recall adalah jumlah citra relevan yang berhasil
diidentifikasi oleh sistem dibagi dengan jumlah seluruh citra relevan dalam basisdata. Presisi adalah jumlah citra relevan yang berhasil diidentifikasi oleh
sistem dibagi dengan jumlah citra yang ditampilkan oleh sistem. Persamaan recall dan presisi adalah sebagai berikut :
29 1. Recall R
∑ ∑
= data
alam basis relevan d
citra yang asil query
relevan h citra yang
R
q 1
30
2. Presisi P:
∑ ∑
= :
1
q an
ditampilk citra yang
asil query relevan h
citra yang P
q
31
E. Kompleksitas Algoritma
Algoritma adalah prosedur komputasi yang mengubah masukan menjadi keluaran. Algoritma dapat dipandang sebagai alat untuk memecahkan masalah
secara komputasi yang dinyatakan dalam bentuk hubungan masukan-keluaran. Menganalisis suatu algoritma berarti menduga sumberdaya yang dibutuhkan oleh
algoritma tersebut. Sumberdaya tersebut dapat berupa memori, bandwidth komunikasi dan waktu-komputasi Cormen et al., 1990.
Notasi yang digunakan dalam menganalisis kompleksitas algoritma adalah Θ theta, O big-Oh dan Ω omega. Notasi Θ digunakan jika algoritma
mempunyai batas atas dan bawah asymptotic, O digunakan jika algoritma hanya mempunyai batas atas asymptotic dan
Ω digunakan jika algoritma hanya mempunyai batas bawah asymptotic. Secara matematis definisi masing-masing
notasi adalah sebagai berikut : 1.
Θgn = {fn : ada konstanta positif c
1
,c
2
dan n yang memenuhi persamaan
≤ c
1
gn ≤ fn
≤ c
2
gn untuk n ≥ n
} 32
2. Ogn = {fn : ada konstanta positif c dan n yang memenuhi persamaan
≤ fn ≤ cgn untuk n ≥ n
} 33
3. Ωgn = {fn : ada konstanta positif c dan n
yang memenuhi persamaan ≤ cgn
≤ fn untuk n ≥ n }
34
30
IV. PERANCANGAN SISTEM A. Arsitektur Sistem
Sebagai bagian dari sistem pakar berbasis pengetahuan maka dalam sistem ini terdapat dua proses utama yaitu proses pengindeksan dan temukembali. Proses
pengindeksan terdiri dari praproses yaitu transformasi citra RGB ke HSV dan grayscale, serta segmentasi ciri warna menggunakan citra HSV dan segmentasi
ciri bentuk menggunakan citra grayscale. Proses temukembali merupakan proses implementasi basis kaidah fuzzy
dalam sistem temukembali citra untuk pengukuran kemiripan citra query dengan basisdata yang terdiri dari proses fuzzyfikasi, aktivasi sistem inferensi basis
pengetahuan, defuzzyfikasi dan visualisasi nominasi citra yang relevan. Rancangan arsitektur sistem temukembali citra terdapat dalam Gambar 12 dan
bagan alir selengkapnya terdapat dalam Lampiran 3.
Gambar 12. Arsitektur Sistem Temukembali Citra
