Implementasi Content Based Video retrieval Menggunakan Speede-Up Robust Features (Surf)
BAB I
PENDAHULUAN
1.1. Latar Belakang
Informasi merupakan salah satu hal penting yang menjadi kebutuhan manusia seiring
berkembangnya ilmu pengetahuan dan teknologi dewasa ini. Perkembangan ilmu
pengetahuan dan teknologi itu sendiri telah memacu kemajuan perkembangan
penyebarannya. Informasi yang dapat berupa teks, gambar, audio, maupun video
tersebut memerlukan sebuah proses temu kembali atau Information Retrieval (IR). Hal
ini perlu diimbangi dengan teknik perorganisasian informasi sehinga dapat memenuhi
kebutuhan pengguna akan adanya suatu sistem temu kembali informasi yang efektif
sesuai dengan query yang diinputkan pengguna. Tanpa adanya mekanisme penemuan
kembali informasi yang efektif, pengguna akan mengalami kesulitan dalam
menemukan informasi yang diharapkan sesuai dengan query.
Cabang IR untuk menemukan kembali file video berdasarkan konten gambar
disebut video retrieval. Tehnik video retrieval yang pertama, yaitu tekstual
merupakan tehnik yang sangat sederhana yaitu berdasarkan kata kunci yang diberikan
untuk tiap video. Permasalahan dengan tehnik ini adalah lamanya waktu pencarian
dan
adanya
ketergantungan
terhadap
manusia
yang
sangat
tinggi
untuk
mendeskripsikan suatu video. Hal ini menyebabkan terjadinya pendeskripsian yang
tidak konsisten. Tehnik video retrieval yang kedua berdasarkan isi, adalah tehnik yang
mengindekskan suatu citra berdasarkan isisnya seperti warna, sisi, bentuk, tekstur,
informasi spesial, fitur dan sebagainya. Tehnik ini sering disebut dengan Content
Based Video Retrieval (CBVR).
Sistem
temu
kembali
video
adalah
sistem
informasi
yang
dapat
memperhitungkan jenis informasi, karateristik dan komponen (gambar, suara, teks)
dalam rangka memungkinkan pengguna untuk memiliki akses ke informasi tersebut
1
Universitas Sumatera Utara
2
(Maghrebi, 2008). Temu kembali video adalah sebuah metodologi yang telah
dikembangkan untuk mencari informasi yang relevan didalam database, dalam hal ini
disebut dokumen (Peter, 1997).
Algoritma Speeded-Up Robust Features (SURF) pertama kali dipublikasikan
oleh peneliti dari ETH Zurich, Herbert Bay pada tahun 2006. Dalam
pengembangannya Herbert Bay juga dibantu oleh dua rekannya yaitu Tinne
Tuytelaars dari Katholieke Universiteit Leuyen dan Luc Van Gool. Speeded-Up
Robust Features (SURF) mampu mendeteksi fitur lokal suatu citra dengan handal dan
cepat. Algoritma ini terinspirasi dari Scale Spare Representation Features Transform
(SIFT) yang lebih dahulu muncul pada tahun 1999, terutama pada tahap scale space
representation. Algoritma Speeded-Up Robust Features (SURF) menggunakan
penggabungan algoritma citra integral (integral image) dan blob detection
berdasarkan dari matriks Hessian.
Metode Content Based Video Retrieval menggunakan algoritma Speeded-Up
Robust Features (SURF) sebagai descriptor fitur pada citra keyframe. Dalam metode
yang diusulkan tersebut, descriptor Speeded-Up Robust Features (SURF) sebagai fitur
digunakan dalam mencocokan kemiripan klip keyframe pada video dengan query.
1.2. Rumusan Masalah
Rumusan masalah yang akan dibahas pada penelitian ini adalah bagaimana pengaruh
penggunaan
algoritma
Speeded-Up
Robust
Features
(SURF)
terhadap
pengimplementasian Content Based Video Retrieval (CBVR).
1.3. Batasan Masalah
Untuk menghindari penyimpangan atau perluasan yang tidak diperlukan dalam
melakukan penelitian, berikut ini adalah beberapa batasan yang sudah ditetapkan.
1. Data yang digunakan adalah 20 video dengan membagi menjadi 4 kategori yang
berbeda, yaitu: Buah, Hewan, Orang terkenal, dan Benda.
Universitas Sumatera Utara
3
2.
Video memiliki durasi 20-60 detik dengan ukurnan file bervariasi antara 1-100
MB.
3. Video yang digunakan memiliki ukuran pixel antara 360-1280 pixel.
4. Parameter yang digunakan untuk menguji hasil temu kembali video adalah tingkat
keberhasilan Content Based Video Retrieval menggunakan metode recall dan
precision serta running time atau waktu proses.
5. Menggunakan bahasa pemograman C#.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengetahui pengaruh penggunaan algoritma
Speeded-Up Robust Features (SURF) terhadap pengimplementasian Content Based
Video Retrieval (CBVR).
1.5. Manfaat Penelitian
Manfaat dari penelitian ini adalah pembaca dapat memahami cara kerja Content Based
Video Retrieval (CBVR) dengan menggunakan algoritma Speeded-Up Robust
Features (SURF) serta mengetahui pengarug algoritma tersebut terhadap performansi
video retrieval.
1.6. Metodologi Penelitian
Penelitian ini menerapkan beberapa metode penelitian sebagai berikut:
1. Studi Literatur
Pada tahap ini dilakukan pengumpulan
referensi
yang
diperlukan
dalam
penelitian. Hal ini dilakukan untuk memperoleh informasi dan data yang
diperlukan untuk penulisan skripsi ini. Referensi yang digunakan dapat berupa
buku, jurnal, artikel, situs internet yang berkaitan dengan Content Based Video
Retrieval dan algoritma Speeded-Up Robust Features (SURF).
2. Pengumpulan dan Analisis Data
Universitas Sumatera Utara
4
Pada tahap ini dilakukan pengumpulan dan analisa data yang berhubungan
dengan penelitian ini seperti cara kerja Content Based Video Retrieval (CBVR)
dan fungsi algoritma Speeded-Up Robust Features (SURF) bisa bekerja dalam
sebuah aplikasi sistem temu kembali informasi agar penulis mengetahui tingkat
kemiripan video dengan query yang diinputkan.
3. Perancangan Sistem
Merancang sistem sesuai dengan rencana yang telah ditentukan, yaitu meliputi
perancangan desain awal seperti button maupun font yang lebih minimalis,
perancangan sistem dengan UML, flowchart dan perancangan user interface.
Proses perancangan ini berdasarkan pada batasan masalah dari penelitian ini.
4. Implementasi Sistem
Pada tahap ini pembuatan sistem temu kembali video berbasis konten telah selesai
dilaksanakan dan menambahkan data hasil algoritma Speeded-Up Robust
Features(SURF) ke dalam sistem.
5. Pengujian Sistem
Pada tahap ini akan dilakukan pengujian terhadap sistem yang telah
dikembangkan.
6. Dokumentasi Sistem
Melakukan pembuatan dokumentasi sistem mulai dari tahap awal hingga
pengujian sistem, untuk selanjutnya dibuat dalam bentuk laporan penelitian
(skripsi).
1.7. Sistematika Penulisan
Agar pembahasan menjadi lebih sistematis, skripsi ini dibuat dalam lima bab,
meliputi:
Universitas Sumatera Utara
5
BAB I
PENDAHULUAN
Bab ini berisi latar belakang penelitian judul skripsi “Implementasi
Content Based Video Retrieval menggunakan Speeded-Up Robust
Features (SURF)”, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metodologi penelitian, tinjauan pustaka,
dan sistematika penulisan skripsi ini.
BAB II
LANDASAN TEORI
Bab ini berisi penjelasan singkat mengenai Content Based Video
Retrieval (CBVR), teori – teori yang berhubungan dengan Information
Retrieval, yaitu Information Retrieval System, algoritma Speede-Up
Robust Features (SURF), Recall, Precision dan beberapa penelitian
terdahulu yang relevan.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi uraian dari analisis system mengenai proses kerja dari
sistem temu kembali video menggunakan algoritma Speeded-Up
Robust Features (SURF) pada citra grayscale yang terdiri dari,
analisis kebutuhan, analisis proses, Unified Modeling Language
(UML) Diagram, flowchart, dan design interface system.
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
Merupakan hasil penelitian yang dilakukan. Berisi tentang penjelasan
implementasi sistem berdasarkan analisis dan perancangan sistem,
skenario pengujian terhadap sistem yang telah dibangun serta
pembahasan hasil pengujian.
Universitas Sumatera Utara
6
BAB V
KESIMPULAN DAN SARAN
Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian
penelitian dari bab-bab sebelumnya dan saran-saran dari hasil yang
diperoleh yang diharapkan dapat bermanfaat dalam pengembangan
selanjutnya.
Universitas Sumatera Utara
PENDAHULUAN
1.1. Latar Belakang
Informasi merupakan salah satu hal penting yang menjadi kebutuhan manusia seiring
berkembangnya ilmu pengetahuan dan teknologi dewasa ini. Perkembangan ilmu
pengetahuan dan teknologi itu sendiri telah memacu kemajuan perkembangan
penyebarannya. Informasi yang dapat berupa teks, gambar, audio, maupun video
tersebut memerlukan sebuah proses temu kembali atau Information Retrieval (IR). Hal
ini perlu diimbangi dengan teknik perorganisasian informasi sehinga dapat memenuhi
kebutuhan pengguna akan adanya suatu sistem temu kembali informasi yang efektif
sesuai dengan query yang diinputkan pengguna. Tanpa adanya mekanisme penemuan
kembali informasi yang efektif, pengguna akan mengalami kesulitan dalam
menemukan informasi yang diharapkan sesuai dengan query.
Cabang IR untuk menemukan kembali file video berdasarkan konten gambar
disebut video retrieval. Tehnik video retrieval yang pertama, yaitu tekstual
merupakan tehnik yang sangat sederhana yaitu berdasarkan kata kunci yang diberikan
untuk tiap video. Permasalahan dengan tehnik ini adalah lamanya waktu pencarian
dan
adanya
ketergantungan
terhadap
manusia
yang
sangat
tinggi
untuk
mendeskripsikan suatu video. Hal ini menyebabkan terjadinya pendeskripsian yang
tidak konsisten. Tehnik video retrieval yang kedua berdasarkan isi, adalah tehnik yang
mengindekskan suatu citra berdasarkan isisnya seperti warna, sisi, bentuk, tekstur,
informasi spesial, fitur dan sebagainya. Tehnik ini sering disebut dengan Content
Based Video Retrieval (CBVR).
Sistem
temu
kembali
video
adalah
sistem
informasi
yang
dapat
memperhitungkan jenis informasi, karateristik dan komponen (gambar, suara, teks)
dalam rangka memungkinkan pengguna untuk memiliki akses ke informasi tersebut
1
Universitas Sumatera Utara
2
(Maghrebi, 2008). Temu kembali video adalah sebuah metodologi yang telah
dikembangkan untuk mencari informasi yang relevan didalam database, dalam hal ini
disebut dokumen (Peter, 1997).
Algoritma Speeded-Up Robust Features (SURF) pertama kali dipublikasikan
oleh peneliti dari ETH Zurich, Herbert Bay pada tahun 2006. Dalam
pengembangannya Herbert Bay juga dibantu oleh dua rekannya yaitu Tinne
Tuytelaars dari Katholieke Universiteit Leuyen dan Luc Van Gool. Speeded-Up
Robust Features (SURF) mampu mendeteksi fitur lokal suatu citra dengan handal dan
cepat. Algoritma ini terinspirasi dari Scale Spare Representation Features Transform
(SIFT) yang lebih dahulu muncul pada tahun 1999, terutama pada tahap scale space
representation. Algoritma Speeded-Up Robust Features (SURF) menggunakan
penggabungan algoritma citra integral (integral image) dan blob detection
berdasarkan dari matriks Hessian.
Metode Content Based Video Retrieval menggunakan algoritma Speeded-Up
Robust Features (SURF) sebagai descriptor fitur pada citra keyframe. Dalam metode
yang diusulkan tersebut, descriptor Speeded-Up Robust Features (SURF) sebagai fitur
digunakan dalam mencocokan kemiripan klip keyframe pada video dengan query.
1.2. Rumusan Masalah
Rumusan masalah yang akan dibahas pada penelitian ini adalah bagaimana pengaruh
penggunaan
algoritma
Speeded-Up
Robust
Features
(SURF)
terhadap
pengimplementasian Content Based Video Retrieval (CBVR).
1.3. Batasan Masalah
Untuk menghindari penyimpangan atau perluasan yang tidak diperlukan dalam
melakukan penelitian, berikut ini adalah beberapa batasan yang sudah ditetapkan.
1. Data yang digunakan adalah 20 video dengan membagi menjadi 4 kategori yang
berbeda, yaitu: Buah, Hewan, Orang terkenal, dan Benda.
Universitas Sumatera Utara
3
2.
Video memiliki durasi 20-60 detik dengan ukurnan file bervariasi antara 1-100
MB.
3. Video yang digunakan memiliki ukuran pixel antara 360-1280 pixel.
4. Parameter yang digunakan untuk menguji hasil temu kembali video adalah tingkat
keberhasilan Content Based Video Retrieval menggunakan metode recall dan
precision serta running time atau waktu proses.
5. Menggunakan bahasa pemograman C#.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengetahui pengaruh penggunaan algoritma
Speeded-Up Robust Features (SURF) terhadap pengimplementasian Content Based
Video Retrieval (CBVR).
1.5. Manfaat Penelitian
Manfaat dari penelitian ini adalah pembaca dapat memahami cara kerja Content Based
Video Retrieval (CBVR) dengan menggunakan algoritma Speeded-Up Robust
Features (SURF) serta mengetahui pengarug algoritma tersebut terhadap performansi
video retrieval.
1.6. Metodologi Penelitian
Penelitian ini menerapkan beberapa metode penelitian sebagai berikut:
1. Studi Literatur
Pada tahap ini dilakukan pengumpulan
referensi
yang
diperlukan
dalam
penelitian. Hal ini dilakukan untuk memperoleh informasi dan data yang
diperlukan untuk penulisan skripsi ini. Referensi yang digunakan dapat berupa
buku, jurnal, artikel, situs internet yang berkaitan dengan Content Based Video
Retrieval dan algoritma Speeded-Up Robust Features (SURF).
2. Pengumpulan dan Analisis Data
Universitas Sumatera Utara
4
Pada tahap ini dilakukan pengumpulan dan analisa data yang berhubungan
dengan penelitian ini seperti cara kerja Content Based Video Retrieval (CBVR)
dan fungsi algoritma Speeded-Up Robust Features (SURF) bisa bekerja dalam
sebuah aplikasi sistem temu kembali informasi agar penulis mengetahui tingkat
kemiripan video dengan query yang diinputkan.
3. Perancangan Sistem
Merancang sistem sesuai dengan rencana yang telah ditentukan, yaitu meliputi
perancangan desain awal seperti button maupun font yang lebih minimalis,
perancangan sistem dengan UML, flowchart dan perancangan user interface.
Proses perancangan ini berdasarkan pada batasan masalah dari penelitian ini.
4. Implementasi Sistem
Pada tahap ini pembuatan sistem temu kembali video berbasis konten telah selesai
dilaksanakan dan menambahkan data hasil algoritma Speeded-Up Robust
Features(SURF) ke dalam sistem.
5. Pengujian Sistem
Pada tahap ini akan dilakukan pengujian terhadap sistem yang telah
dikembangkan.
6. Dokumentasi Sistem
Melakukan pembuatan dokumentasi sistem mulai dari tahap awal hingga
pengujian sistem, untuk selanjutnya dibuat dalam bentuk laporan penelitian
(skripsi).
1.7. Sistematika Penulisan
Agar pembahasan menjadi lebih sistematis, skripsi ini dibuat dalam lima bab,
meliputi:
Universitas Sumatera Utara
5
BAB I
PENDAHULUAN
Bab ini berisi latar belakang penelitian judul skripsi “Implementasi
Content Based Video Retrieval menggunakan Speeded-Up Robust
Features (SURF)”, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metodologi penelitian, tinjauan pustaka,
dan sistematika penulisan skripsi ini.
BAB II
LANDASAN TEORI
Bab ini berisi penjelasan singkat mengenai Content Based Video
Retrieval (CBVR), teori – teori yang berhubungan dengan Information
Retrieval, yaitu Information Retrieval System, algoritma Speede-Up
Robust Features (SURF), Recall, Precision dan beberapa penelitian
terdahulu yang relevan.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi uraian dari analisis system mengenai proses kerja dari
sistem temu kembali video menggunakan algoritma Speeded-Up
Robust Features (SURF) pada citra grayscale yang terdiri dari,
analisis kebutuhan, analisis proses, Unified Modeling Language
(UML) Diagram, flowchart, dan design interface system.
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
Merupakan hasil penelitian yang dilakukan. Berisi tentang penjelasan
implementasi sistem berdasarkan analisis dan perancangan sistem,
skenario pengujian terhadap sistem yang telah dibangun serta
pembahasan hasil pengujian.
Universitas Sumatera Utara
6
BAB V
KESIMPULAN DAN SARAN
Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian
penelitian dari bab-bab sebelumnya dan saran-saran dari hasil yang
diperoleh yang diharapkan dapat bermanfaat dalam pengembangan
selanjutnya.
Universitas Sumatera Utara