Bab 14 Sistem Multimedia dan Basisdata 389
Dengan demikian citra dapat diindeks dan dicari menggunakan model basisdata relasional yang didasarkan pada atribut-atribut
tersebut. Kekurangan utama dari pendekatan ini adalah atribut-atribut ini mungkin tidak dapat menjelaskan isi daripada citra dengan
lengkap, dan jenis query yang dapat dilakukan hanyalah berdasarkan dari atribut-atribut dari citra tersebut.
Pendekatan kedua berdasarkan pada subsistem pengenalan objek atau pengambilan bentuk yang terintegrasi. Subsistem ini
mengotomisasi pengambilan citra dan pengenalan objek. Tetapi pendekatan secara otomatis untuk pengenalan objek membutuhkan
perhitungan yang luas, sulit.
Pendekatan ketiga menggunakan teks bebas untuk menjelaskan citra dan menggunakan teknik-teknik pencarian informasi untuk
melakukan pencarian citra. Teks dapat menjelaskan isi abstraksi dari suatu citra. Tetapi karena ada struktur untuk menjelaskan hal ini,
maka keterangan citra dapat ditambahkan secara bertahap. Hal ini tentu akan tetap menimbulkan kekurangan, tetapi hal ini dapat diatasi
dengan melakukan umpan balik yang dilakukan sistem kepada pengguna dengan cara sistem memiliki pengetahuan untuk
melakukannya.
Pendekatan keempat menggunakan bentuk citra level rendah seperti warna dan bentuk untuk melakukan pengindeksan dan
pencarian citra. Keuntungan dari pendekatan ini adalah proses pencarian dan pengindeksan dilakukan secara otomatis dan hal ini
mudah diimplementasikan. Hal ini telah terbukti bahwa pendekatan ini menghasilkan kinerja pencarian yang cukup baik.
14.15.1 Pencarian Citra Berdasarkan Teks Pada pencarian citra berbasis teks, citra diimagekan dengan teks yang
bebas atau tidak terkontrol. Query-query ada dalam bentuk kunci- kunci atau teks bebas dengan atau tanpa operator boolean. Pencarian
menggunakan teknik-teknik pencarian informasi biasa yang didasarkan pada kemiripan antara query dan teks diskpripsi dari citra.
390 Pengenalan Teknologi Komputer dan Teknologi
Pada umumnya terdapat dua perbedaan yang signifikan antara pencarian citra berbasis text dengan pencarian dokumen teks biasa.
Pertama, Dalam sistem pencarian citra berbasis teks, deskripsi teks harus dimasukkan mungkin judul dari citra. Pemberian
keterangan umumnya dilakukan secara manual karena pemahaman atas citra dengan baik tidak mungkin. Karena itu pemberian
keterangan adalah hal yang sangat penting dalam teknik pencarian citra berbasis teks.
Kedua, deskripsi teks mungkin tidak lengkah atau lebih bersifat subjektif. Dengan demikian penggunaan basis pengetahuan dan
umpan balik merupakan hal yang sangat penting dalam pencarian citra berbasis teks. Umpan balik sangat efektif sehingga pengguna
dapat menentukan apakah citra yang diinginkan telah cocok berdasarkan query yang dilakukannya. Dan juga, karena deskripsi
teks yang tidak lengkap, pengguna dapat menggunakan umpan balik untuk memodifikasi deskripsi untuk membuat deskripsi tersebut lebih
lengkap dan akurat.
14.15.2 Teknik Pencarian Citra Berdasarkan Warna Dasar Ide dari teknik pencarian citra berdasarkan warna dasar adalah untuk
mencari suatu image dari basisdata citra yang mungkin sama dengan query citra yang dilakukan oleh pengguna. Tiap-tiap citra yang
terdapat di dalam basisdata citra direpresentasikan menggunakan warna-warna yang telah dipilih sebelumnya.
Warna yang paling banyak digunakan adalah merah, hijau dan biru RGB. Masing-masing warna dibentuk kedalam m interval.
Dengan demikian jumlah total kombinasi warna yang berlainan dari n penyimpanan adalah m
3
. sebagai contoh, jika masing-masing warna ditentukan kedalam 16 interval, maka akan didapat 4,096 tempat
penyimpanan. Histogram warna HM adalah vektor h
1
,h
2
,…,h
j
,…,h
n
dimana h
j
menyatakan jumlah pixel dalam citra M yang dimasukkan kedalam penyimpanan j. Histogram ini merupakan vektor bentuk
yang disimpan sebagai indeks dari citra.
Bab 14 Sistem Multimedia dan Basisdata 391
Kategori