Pengembangan Portofolio dan Mekanisme Temu Balik untuk Mendukung Proses Pemilihan Desain Interior.
v
Universitas Kristen Maranatha
ABSTRAK
“Erwin Halim Interior Consultant” adalah sebuah perusahaan yang bergerak dalam bidang jasa desain interior dan penjualan furnitur. Saat ini “Erwin Halim Interior Consultant” sudah memiliki sistem untuk mencatat penjualan jasa dan penjualan
furnitur, namun sistem tersebut memiliki keterbatasan dalam memberikan contoh gambar desain interior yang cocok untuk calon client, dan dari pihak perusahaan seringkali kebingungan untuk mengerti desain seperti apa yng diinginkan oleh client. Oleh karena itu, maka penulis tergerak untuk melakukan penelitian dengan judul
“Pengembangan Portofolio dan Mekanisme Temu Balik untuk Mendukung Proses Pemilihan Desain Interior”. Penelitian ini dilakukan dengan tujuan untuk
menghasilkan sebuah aplikasi yang dapat memberikan contoh-contoh desain yang sejalan dengan keinginan calon client dan supaya perusahaan dapat menggunakan contoh desain yang dipilih client sebagai acuan untuk mendesain. Aplikasi dilengkapi juga dengan ekspansi pencarian offline, yaitu mencari gambar-gambar yang mirip dengan gambar pilihan pertama calon client sebagai referensi tambahan dan juga dilengkapi dengan ekspansi pencarian melalui search engine Bing untuk memperluas pencarian. Proses temu-balik citra terjadi pada fitur ekspansi pencarian offline yaitu menampilkan gambar-gambar yang mirip menggunakan metode pencocokkan
keypoint citra bernama BRISK dan ORB, pencocokkan histogram citra, dan
pencocokkan warna dominan. Pencocokkan keypoint dan pencocokkan histogram suatu citra dilakukan dengan menggunakan library OpenCV. Semua hasil eksperimen dinilai oleh ahli dari perusahaan “Erwin Halim Interior” dan menggunakan grafik
precision recall sebagai ukuran untuk mengukur ketepatan hasil dari sistem
temu-balik. Aplikasi ini pada akhirnya dapat menampilkan gambar-gambar yang sejalan dengan keinginan client sebagai sistem rekomendasi terhadap calon client dan dapat dijadikan acuan oleh perusahaan dalam mendesain.
Kata kunci : temu-balik citra, metode BRISK dan ORB, histogram citra, search
(2)
vi
Universitas Kristen Maranatha
ABSTRACT
"Erwin Halim Interior Consultant" is a company that is engaged in interior design and furniture sales. Currently "Erwin Halim Interior Consultant" already has a system to record the sale of services and the sale of furniture, but the system has limitations in providing references of interior design that is suitable for client, and the company is often confused to understand design tastes of the client. Therefore, the writer moved to do research under the title "Portfolio Development and Gathering Feedback Mechanism to Support Interior Design Electoral Process". This research was conducted with the aim to produce an application that can give examples of design in line with the desire of the prospective client, and that the company can use the example chosen design as a reference for designing. Application is also equipped with offline search expansion, which is looking for images similar to the image the client's first choice candidate as an additional reference, and also comes with the expansion to search through the search engine Bing. The image-retrieval process occurs on offline search expansion to find similar images using keypoint matching method named BRISK and ORB, image histogram matching, and dominant color matching. Keypoint matching and histogram matching of images are done by using the OpenCV library. All experimental results assessed by experts of the "Erwin Halim Interior" company and using precision recall graphic to measure the accuracy of the retrieval system. These applications in turn can display pictures that are in line with the wishes of the client as a recommendation system for the prospective client and can be used as a reference by the company in designing.
Keywords: image retrieval, BRISK and ORB method, image histogram, search engine Bing
(3)
vii
Universitas Kristen Maranatha
DAFTAR ISI
LEMBAR PENGESAHAN ... i
PRAKATA ... ii
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ... iii
PERNYATAAN PERSETUJUAN ORISINALITAS KARYA ... iv
ABSTRAK ... v
ABSTRACT ... vi
DAFTAR ISI ... vii
DAFTAR GAMBAR ... xi
DAFTAR TABEL ... xiii
DAFTAR NOTASI/ LAMBANG ... xiv
BAB 1. BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan Pembahasan ... 2
1.4 Ruang Lingkup Kajian ... 2
1.5 Sumber Data ... 3
1.6 Sistematika Penyajian ... 3
BAB 2. BAB II KAJIAN TEORI ... 5
2.1 Sistem Temu Balik Citra ... 5
2.2 Sistem Rekomendasi ... 6
2.3 OpenCV ... 8
2.4 Histogram ... 9
2.5 Perbandingan Nilai Histogram Citra ... 9
2.6 Interesting Point Detection ... 10
2.7 ORB (Oriented FAST and Rotated BRIEF) ... 10
2.8 BRISK (Binary Robust Invariant Scalable Keypoints) ... 12
2.9 Color Extract PHP Class ... 13
(4)
viii
Universitas Kristen Maranatha
2.11 Precision dan Recall ... 16
2.12 Analisis Kolerasi dan Pearson r Correlation ... 17
2.13 Analisis Regresi Linear Sederhana ... 18
2.14 Rekayasa Perangkat Lunak ... 18
2.15 Flowchart ... 19
2.16 Entity Relationship Diagram... 19
2.16.1 Entity ... 19
2.16.2 Relationship ... 19
2.16.3 Attributes ... 20
2.16.4 Kardinalitas ... 20
2.17 Bootstrap ... 20
2.18 MySQL ... 21
BAB 3. BAB III ANALISIS DAN DESAIN ... 22
3.1 Analisis Proses Bisnis Pemesanan Jasa Desain Interior ... 22
3.2 Gambaran Sistem Secara Keseluruhan ... 23
3.2.1 Fitur-fitur Produk Perangkat Lunak ... 24
3.3 Desain Perangkat Lunak ... 31
3.3.1 Pemodelan Perangkat Lunak ... 31
3.3.2 Desain Penyimpanan Data ... 40
3.3.3 Rancangan Antarmuka ... 41
3.4 Langkah Kerja ... 44
BAB 4. BAB IV PENGEMBANGAN PERANGKAT LUNAK ... 46
4.1 Implementasi Class Diagram ... 46
4.1.1 Implementasi Class DAO dan Entitas (PHP)... 46
4.1.2 Implementasi Class GetMostCommonColors (PHP) ... 47
4.1.3 Implementasi Class BingSearch (PHP) ... 48
4.1.4 Implementasi Class Ekstraksi Fitur Citra dan Perhitungan Kemiripan Citra (Java) ... 49
4.2 Panduan Pengguna Sisi Back-end ... 53
4.2.1 Form Login ... 53
4.2.2 Form Menu Utama ... 54
(5)
ix
Universitas Kristen Maranatha
4.2.4 Form Manage Portofolio ... 55
4.3 Panduan Pengguna Sisi Front-end ... 58
4.3.1 FormLogin ... 58
4.3.2 Form Register ... 58
4.3.3 Halaman Pencarian Desain ... 59
4.3.4 Halaman Detail Portofolio ... 60
4.3.5 Halaman Pemesanan Desain ... 61
4.3.6 Halaman Expand Search Offline ... 62
4.3.7 Halaman Expand Search Bing ... 63
BAB 5. BAB V TESTING DAN EVALUASI SISTEM ... 65
5.1 Eksperimen Ekspansi Pencarian Offline dengan Prioritas Berbeda ... 65
5.1.1 Eksperimen Prioritas Sama (ORB) ... 66
5.1.2 Eksperimen Prioritas Bentuk (ORB) ... 68
5.1.3 Eksperimen Prioritas Warna (ORB)... 69
5.1.4 Eksperimen Prioritas Sama (BRISK) ... 70
5.1.5 Eksperimen Prioritas Bentuk (BRISK) ... 72
5.1.6 Eksperimen Prioritas Warna (BRISK) ... 73
5.2 Analisis Perbandingan Hasil dengan Prioritas yang Berbeda ... 74
5.2.1 Analisis Eksperimen Prioritas Sama ... 74
5.2.2 Analisis Eksperimen Prioritas Bentuk ... 75
5.2.3 Analisis Eksperimen Prioritas Warna ... 77
5.3 Analisis Perbandingan Hasil Metode ORB dan Metode BRISK ... 78
5.4 Analisis Penyebab Hasil Tidak Relevan ... 79
5.5 Average Precision Pada Tingkat Standar Recall pada Eksperimen dengan Prioritas Berbeda ... 81
5.6 Analisis Data Statistik ... 82
5.6.1 Analisis Pearson Correlation ... 82
5.6.2 Analisis Regresi Linear ... 82
5.7 Eksperimen Ekspansi Pencarian Offline dengan Perbedaan Komposisi Persentasi Warna dan Bentuk ... 83
5.7.1 Eksperimen dengan Komposisi 90% Warna 10% Bentuk ... 83
(6)
x
Universitas Kristen Maranatha
5.8 Average Precision Pada Tingkat Standar Recall pada Eksperimen dengan
Komposisi Persentasi Warna dan Bentuk Berbeda ... 86
5.9 Eksperimen Ekspansi Pencarian Offline dengan Perbedaan Pengambilan Jumlah Warna Dominan ... 87
5.10 Average Precision Pada Tingkat Standar Recall pada Eksperimen dengan Jumlah Pengambilan Warna Dominan Berbeda ... 89
BAB 6. BAB VI KESIMPULAN DAN SARAN ... 91
6.1 Simpulan ... 91
6.2 Saran ... 92
(7)
xi
Universitas Kristen Maranatha
DAFTAR GAMBAR
Gambar 2.1 Diagram Content-Based Image Retrieval ... 5
Gambar 2.2 Contoh Pencocokkan Gambar Menggunakan ORB ... 11
Gambar 2.3 Contoh Pencocokkan Gambar Menggunakan BRISK ... 13
Gambar 2.4 Contoh Hasil Pengekstrakan Warna Dominan ... 14
Gambar 3.1 Flowchart penjualan desain interior tanpa sistem ... 23
Gambar 3.2 Use Case ... 32
Gambar 3.3 Activity Diagram Pencarian Contoh Gambar Desain Interior ... 33
Gambar 3.4 Activity DiagramExpand Search Offline ... 34
Gambar 3.5 Activity DiagramExpand Search Bing ... 35
Gambar 3.6 Activity Diagram Penambahan Portofolio dan Pengekstrakan Fitur ... 36
Gambar 3.7 Activity Diagram Pemesanan Jasa Desain Interior ... 37
Gambar 3.8 Activity DiagramLogin ... 38
Gambar 3.9 Activity DiagramLogout ... 39
Gambar 3.10 Activity DiagramRegister ... 39
Gambar 3.11 Entity Relationship Diagram ... 40
Gambar 3.12 Form Login ... 41
Gambar 3.13 FormSearch Karakteristik Ruangan ... 42
Gambar 3.14 Halaman Expand Search Offline ... 43
Gambar 3.15 Halaman Expand Search Bing ... 44
Gambar 4.1 Class Diagram DAO PHP... 47
Gambar 4.2 Class DiagramGetMostCommonColors ... 48
Gambar 4.3 Class DiagramBingSearch ... 48
Gambar 4.4 Class Diagram Ekstraksi dan Perhitungan Kemiripan Citra ... 49
Gambar 4.5 Implementasi Pencocokkan Warna Dominan ... 50
Gambar 4.6 Implementasi Kode Pencocokkan Keypoint ... 52
Gambar 4.7 Kode Pencocokkan Histogram ... 53
Gambar 4.8 LoginForm ... 54
Gambar 4.9 Form Menu Utama ... 54
(8)
xii
Universitas Kristen Maranatha
Gambar 4.11 Form Manage Portofolio ... 57
Gambar 4.12 Form Login ... 58
Gambar 4.13 Form Register ... 59
Gambar 4.14 Halaman Pencarian Desain... 60
Gambar 4.15 Halaman Detail Portofolio ... 61
Gambar 4.16 Halaman Pemesanan Desain ... 62
Gambar 4.17 Halaman Expand Search Offline ... 63
Gambar 4.18 Halaman Expand Search Bing ... 64
Gambar 5.1 Hasil Relevan dengan Prioritas Sama ... 75
Gambar 5.2 Hasil Relevan dengan Prioritas Bentuk pada Gambar yang Berbeda Sudut Pengambilan Gambarnya ... 76
Gambar 5.3 Hasil Relevan dengan Prioritas Bentuk pada Gambar yang Punya Fungsi dan Objek Sama ... 76
Gambar 5.4 Hasil Relevan dengan Prioritas Warna... 77
Gambar 5.5 Hasil Ekspansi Pencarian Tidak Relevan karena Banyaknya Warna Cahaya pada Base Image ... 79
Gambar 5.6 Hasil Ekspansi Pencarian Tidak Relevan karena Tidak Adanya Gambar yang Mirip dengan Base Image... 80
Gambar 5.7 Hasil Ekspansi Pencarian Tidak Relevan karena Terlalu Banyak Objek yang Terdeteksi Mirip oleh Algoritma BRISK ... 81
Gambar 5.8 Grafik AveragePrecision Pada Tingkat Standar Recall Setelah Interpolasi dengan Prioritas Berbeda ... 81
Gambar 5.9 Grafik AveragePrecision Pada Tingkat Standar Recall Setelah Interpolasi dengan Komposisi Berbeda... 87
Gambar 5.10 Grafik Average Precision Pada Tingkat Standar Recall Setelah Interpolasi dengan Komposisi Berbeda ... 89
(9)
xiii
Universitas Kristen Maranatha
DAFTAR TABEL
Tabel 5.1 Hasil Penilaian Ahli Prioritas Sama (ORB) ... 67
Tabel 5.2 Nilai Akurasi dan Rata-Rata Precision Prioritas Sama (ORB) ... 67
Tabel 5.3 Hasil Penilaian Ahli Prioritas Bentuk (ORB) ... 68
Tabel 5.4 Nilai Akurasi dan Rata-Rata Precision Prioritas Bentuk (ORB) ... 69
Tabel 5.5 Hasil Penilaian Ahli Prioritas Warna (ORB) ... 69
Tabel 5.6 Nilai Akurasi dan Rata-Rata Precision Prioritas Warna (ORB) ... 70
Tabel 5.7 Hasil Penilaian Ahli Prioritas Sama (BRISK) ... 71
Tabel 5.8 Hasil Akurasi dan Rata-Rata Precision Prioritas Sama (BRISK) ... 71
Tabel 5.9 Hasil Penilaian Ahli Prioritas Bentuk (BRISK) ... 72
Tabel 5.10 Hasil Akurasi dan Rata-Rata Precision Prioritas Bentuk (BRISK) . 73 Tabel 5.11 Hasil Penilaian Ahli Prioritas Warna (BRISK) ... 73
Tabel 5.12 Hasil Akurasi dan Rata-Rata Precision Prioritas Warna (BRISK) . 74 Tabel 5.13 Perbandingan Mean Average Precision ORB dan BRISK ... 78
Tabel 5.14 Hasil Analisis Pearson Correlation ... 82
Tabel 5.15 Hasil Perhitungan Regresi Linear ... 82
Tabel 5.16 Hasil Normalisasi Variabel X ... 83
Tabel 5.17 Hasil Penilaian Ahli 90% Warna 10% Bentuk ... 84
Tabel 5.18 Hasil Akurasi dan Rata-Rata Precision dengan Komposisi 90% Warna 10% Bentuk ... 84
Tabel 5.19 Hasil Penilaian Ahli 60% Warna 40% Bentuk ... 85
Tabel 5.20 Hasil Akurasi dan Rata-Rata Precision dengan Komposisi 60% Warna 40% Bentuk ... 86
Tabel 5.21 Hasil Penilaian Ahli Top-10 Warna Dominan ... 88
(10)
xiv
Universitas Kristen Maranatha
DAFTAR NOTASI/ LAMBANG
Jenis Notasi/Lambang Nama Arti
Flowchart Simbol arus /
flow
Menyatakan jalannya arus suatu proses
Flowchart Simbol process Menyatakan suatu
tindakan (proses) yang dilakukan oleh komputer
Flowchart Simbol manual Menyatakan suatu
tindakan (proses) yang tidak dilakukan oleh komputer
Flowchart Simbol decision Menujukkan suatu
kondisi tertentu yang akan menghasilkan dua kemungkinan
Flowchart Simbol terminal Menyatakan
permulaan atau akhir suatu program
Flowchart Simbol manual
input
Memasukkan data secara manual
dengan menggunakan online keyboard
Flowchart Simbol document Mencetak keluaran
dalam bentuk dokumen (melalui printer)
(11)
1
BAB 1.
BAB I
PENDAHULUAN
Pada bab ini akan membahas beberapa materi antara lain, latar belakang masalah, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, sumber data, dan sistematika penyajian sebagai berikut:
1.1 Latar Belakang Masalah
“Erwin Halim Interior Consultant” berdiri sejak 2008. Perusahaan ini dimiliki
oleh Erwin Ardianto Halim dan beralamatkan di Jl. Babakan Cianjur Pesona Pasteur Residencen B-4/ 10 Bandung. “Erwin Halim Interior Consultant” adalah sebuah konsultan interior yang bergerak dalam bidang jasa untuk mendesain interior ruangan dan furnitur.
Saat ini “Erwin Halim Interior Consultant” sudah memiliki sistem untuk
mencatat penjualan jasa dan penjualan furnitur, namun sistem tersebut memiliki keterbatasan dalam memberikan contoh gambar desain interior yang cocok untuk calon client. Dari pihak perusahaan seringkali kebingungan untuk mengerti desain seperti apa yang diinginan oleh client, dan calon client juga membutuhkan contoh gambaran desain yang sejalan dengan yang mereka inginkan.
Setelah menganalisa masalah-masalah tersebut, akan dibuat suatu aplikasi yang dapat membantu dalam menampilkan contoh gambar desain interior yang dapat dijadikan sebagai acuan keinginan dari client dan juga dapat menjadi masukan untuk perusahaan dalam memilih dan mendesain ruangan yang sejalan dengan keinginan
client. Gambar akan didapatkan pertama kali dari portofolio perusahaan, jika
portofolio perusahaan tidak menyediakan informasi gambar desain yang sesuai untuk calon client, aplikasi akan mencoba melemparkan kebutuhan kepada search engine Bing untuk memperluas pencarian.
(12)
2
Universitas Kristen Maranatha
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah pada bagian 1.1, maka dirumuskan masalah sebagai berikut:
Bagaimana menyediakan aplikasi yang dapat memberikan contoh gambar desain interior yang sejalan dengan keinginan client serta dapat dijadikan acuan untuk perusahaan dalam konsultasi dengan pihak client?
1.3 Tujuan Pembahasan
Berdasarkan rumusan masalah pada bagian 1.2 terdapat beberapa tujuan pembahasan sebagai berikut:
1. Membuataplikasi yang dapat menerima masukan dari calon client tentang desain interior ruangan yang diinginkan.
2. Membuat aplikasi yang dapat mengolah masukan dari calon client dan menampilkan desain interior yang sejalan dengan keinginan calon client.
3. Membuat aplikasi yang dapat memperluas pencarian gambar desain interior dengan contoh gambar lainnya yang sudah ada di basis data atau dengan bantuan
search engine.
4. Membuat aplikasi yang dapat menampilkan contoh gambar desain interior yang sejalan dengan keinginan calon client dan menampilkan ciri-ciri dari desain interior yang diinginkan calon client yang dapat dijadikan acuan perusahaan dalam konsultasi dengan pihak client.
1.4 Ruang Lingkup Kajian
Untuk membuat aplikasi ini akan menggunakan software Netbeans dengan menggunakan bahasa pemrograman HTML dan PHP. Untuk basis data nya akan menggunakan MySQL.
Aplikasi akan dibuat sesuai dengan pengguna yang akan dibagi menjadi 2 yaitu pemilik dan calon client.
Fitur yang dapat dilakukan pemilik adalah:
1. Melihat contoh gambar dan ciri-ciri desain interior yang sejalan dengan keinginan client.
(13)
3
Universitas Kristen Maranatha
2. Menambah data portofolio perusahaan : data proyek dan karakteristik proyek.
3. Menerima pemesanan jasa desain yang dilakukan oleh client.
Fitur yang dapat dilakukan oleh calon client adalah:
1. Memasukan input karakteristik desain interior yang sejalan dengan keinginan calon client.
2. Melihat contoh-contoh desain interior yang sejalan dengan keinginan calon client.
3. Memperluas pencarian gambar desain interior dengan portofolio perusahaan yang sudah disediakan atau dengan search engine.
4. Memesan jasa desain interior kepada perusahaan dengan contoh gambar desain yang sejalan dengan keinginan calon client.
1.5 Sumber Data
Sumber data penelitian terdiri dari sumber data primer dan sekunder. Sumber data primer diperoleh melalui metode hasil wawancara langsung dengan pihak “Erwin
Halim Interior Consultant”. Sedangkan sumber data sekunder diperoleh melalui studi
literatur dari buku-buku dan internet tentang bahasa pemrograman PHP dan HTML.
1.6 Sistematika Penyajian BAB I. Pendahuluan
Bab ini menjelaskan tentang latar belakang, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, sumber data dan sistematika penyajian yang berhubungan dengan judul kerja praktek.
BAB II. Kajian Teori
Bab ini akan menjelaskan teori – teori yang berhubungan dengan proses analisis dan desain dari aplikasi yang dibutuhkan.
BAB III. Analisis dan Perancangan Aplikasi
Bab ini akan menjelaskan hasil dari analisa dan rancangan aplikasi yang ditemukan untuk membantu dalam pembuatan sistem aplikasi inventori.
(14)
4
Universitas Kristen Maranatha
Bab ini akan berisi kumpulan screenshot dari aplikasi yang sudah dibuat serta dilengkapi dengan penjelasannya.
BAB V. Pembahasan dan Uji Coba Hasil Penelitian
Bab ini akan menjelaskan tentang hasil masukkan dan keluaran dari uji coba aplikasi.
BAB VI. Simpulan dan Saran
Bab ini digunakan untuk memberikan kesimpulan dan saran yang bertujuan untuk memperbaiki segala kelemahan yang ada pada website ini.
(15)
91
Universitas Kristen Maranatha
BAB 6.
BAB VI
KESIMPULAN DAN SARAN
Setelah melaksanakan penelitian tentang “Pengembangan Portofolio dan
Mekanisme Temu Balik untuk Mendukung Proses Pemilihan Desain Interior” serta hasil pembahasan yang penulis uraikan pada bab-bab sebelumnya, maka pada bab ini dapat ditarik kesimpulan dan saran yang diharapkan berguna dan bermanfaat untuk penelitian selanjutnya. Adapun simpulan dan saran dari penelitian ini, yaitu:
6.1 Simpulan
Dari hasil analisis diatas dapat diambil kesimpulan mengenai pengembangan aplikasi “Pengembangan Portofolio dan Mekanisme Temu Balik untuk Mendukung
Proses Pemilihan Desain Interior”, antara lain :
1. Aplikasi yang dibuat dapat memberikan contoh gambar desain interior yang sejalan dengan keinginan client serta dapat dijadikan acuan untuk perusahaan dalam konsultasi dengan pihak client. (lihat Gambar 5.1 – 5.5) 2. Aplikasi dapat memudahkan calon client saat ingin memesan jasa desain
interior dengan adanya sistem untuk memesan jasa desain interior. (lihat Gambar 4.15)
3. Dengan bantuan fitur ekspansi pencarian offline dan ekspansi pencarian melalui search engine Bing dapat menambahkan referensi atau pilihan desain interior yang sejalan dengan keinginan calon client. (lihat Gambar 4.16 dan Gambar 4.17)
4. Kemiripan pada gambar-gambar desain interior lebih terlihat dari sisi warnanya daripada sisi bentuknya, karena sangat bermacamnya bentuk objek yang ada di gambar dan sudut pengambilan gambar juga sangat bermacam. (lihat Tabel 5.13)
5. Komposisi pencocokkan gambar yang paling tepat untuk desain interior adalah 75% warna dan 25% bentuk. Warna diambil dari hasil pencocokkan histogram dan top-10 warna dominan, sedangkan bentuk diambil dari
(16)
92
Universitas Kristen Maranatha
pencocokkan keypoint gambar menggunakan BRISK. (lihat Gambar 5.9 dan Gambar 5.10)
6. Metode deteksi dan deskripsi keypoint BRISK menghasilkan nilai akurasi
dan precision yang lebih tinggi daripada metode deteksi dan deskripsi
keypoint ORB. (lihat Tabel 5.13)
7. Proses pencocokkan keypoint menggunakan metode ORB lebih cepat dibanding metode BRISK dengan perbandingan 1 : 4, dengan menggunakan 1 pasang gambar berukuran 640x480.
8. Metode ORB digunakan di fitur ekspansi pencarian Bing, karena pemrosesan sangat cepat sehingga dapat digunakan untuk aplikasi bagian
front-end.
6.2 Saran
Berdasarkan simpulan diatas penulis mencoba memberikan beberapa saran dengan harapan dapat memberikan manfaat untuk pengembangan aplikasi di masa yang akan datang, antara lain:
1. Perlunya pengembangan ekspansi pencarian offline yang menghasilkan gambar-gambar mirip yang lebih fokus, seperti ruangan dengan fungsi sama atau ruangan dengan gaya yang sama saja.
2. Pengembangan dalam penambahan koleksi data portofolio perusahaan supaya referensi yang didapat oleh client dari ekspansi pencarian offline lebih akurat untuk gambar-gambar yang jarang ditemukan di portofolio. 3. Pengembangan algoritma proses pencocokkan keypoint gambar yang dapat
secara fleksibel memilih fokus yang diinginkan didalam gambar untuk mengurangi hasil tidak relevan. (lihat Gambar 5.7)
(17)
93
Universitas Kristen Maranatha
DAFTAR PUSTAKA
Acharya T., R. A. (2005). Image Processing Principles and Applications. John Wiley & Sons.
Amazon. (2003). Amazon.com Recommendations - Item to Item Collaborative Filtering.
Bing. (2010). Welcome to Discover Bing.
Ethan Rublee, V. R. (2011). ORB: An efficient alternative to SIFT or SURF. ICCV. Haller, S. (2015). An Update On Features SURF, BRISK, ORB, and FREAK.
http://teknikelektronika.com/. (n.d.).
http://www.phpclasses.org/. (2006). Retrieved from PHP Classes.
Kurniawan, D. (2010). Evaluasi sistem temu kembali informasi model ruang vector
dengan pendekatan user judgement. Lampung.
Kusrini, M. (2007). Strategi Perancangan dan Pengelolaan Basis Data. Yogyakarta: Penerbit Andi.
Lindeberg, T. (2015). Image matching using generalized scale-space interest points. In T. Lindeberg, Journal of Mathematical Imaging and Vision, volume 52,
number 1 (pp. pages 3-36).
Long F., Z. H. (2002). Fundamentals of Content-Based Image Retrieval, in Multimedia
Information Retrieval and Management. Springer.
Nugroho, B. (2010). Membuat Aplikasi Database dengan Java, MySQL, dan
NetBeans. Jakarta: PT Elex Media Komputindo .
Otto, M. (2011). Bootstrap from Twitter.
Pendit. (2007). Perpustakaan digital : perspektif perpustakaan perguruan tinggi
Indonesia. Jakarta.
Qiu Z., C. M. (2010). Design of Multi-mode E-Commerce Recommendation System. Remco. (2002). Content-Based Image Retrieval Systems. Netherlands: A Survey. Ricci, F. e. (2011). Recommender System Handbook. New York: Springer.
Rosin, P. L. (1999). Measuring corner properties. Computer Vision and Image
(18)
94
Universitas Kristen Maranatha
Simarmata, J. (2010). Rekayasa Perangkat Lunak. Yogyakarta: Penerbit Andi. Sinha, K. S. (2001). Beyond Algorithms : An HCI Perspective on Recommender
Systems.
Soeherman, B., & Pinontoan, M. (2008). Designing Information System. Jakarta: PT Elex Media Komputindo.
Stefan Leutenegger, M. C. (2011). BRISK: Binary Robust In variant Scalable Keypoints. IEEE International Conference.
Sugiyono, P. D. (2007). Metode Penelitian Administasi. Bandung.
www.itseez.com. (n.d.). Retrieved from Itseez.
www.opencv.org. (n.d.).
Zhang, J. L. (2009). An Optimized Item-Based Collaborative Filtering
(1)
Universitas Kristen Maranatha 2. Menambah data portofolio perusahaan : data proyek dan karakteristik
proyek.
3. Menerima pemesanan jasa desain yang dilakukan oleh client.
Fitur yang dapat dilakukan oleh calon client adalah:
1. Memasukan input karakteristik desain interior yang sejalan dengan keinginan calon client.
2. Melihat contoh-contoh desain interior yang sejalan dengan keinginan calon
client.
3. Memperluas pencarian gambar desain interior dengan portofolio perusahaan yang sudah disediakan atau dengan search engine.
4. Memesan jasa desain interior kepada perusahaan dengan contoh gambar desain yang sejalan dengan keinginan calon client.
1.5 Sumber Data
Sumber data penelitian terdiri dari sumber data primer dan sekunder. Sumber data primer diperoleh melalui metode hasil wawancara langsung dengan pihak “Erwin Halim Interior Consultant”. Sedangkan sumber data sekunder diperoleh melalui studi literatur dari buku-buku dan internet tentang bahasa pemrograman PHP dan HTML.
1.6 Sistematika Penyajian BAB I. Pendahuluan
Bab ini menjelaskan tentang latar belakang, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, sumber data dan sistematika penyajian yang berhubungan dengan judul kerja praktek.
BAB II. Kajian Teori
Bab ini akan menjelaskan teori – teori yang berhubungan dengan proses analisis dan desain dari aplikasi yang dibutuhkan.
BAB III. Analisis dan Perancangan Aplikasi
Bab ini akan menjelaskan hasil dari analisa dan rancangan aplikasi yang ditemukan untuk membantu dalam pembuatan sistem aplikasi inventori.
(2)
4
Bab ini akan berisi kumpulan screenshot dari aplikasi yang sudah dibuat serta dilengkapi dengan penjelasannya.
BAB V. Pembahasan dan Uji Coba Hasil Penelitian
Bab ini akan menjelaskan tentang hasil masukkan dan keluaran dari uji coba aplikasi.
BAB VI. Simpulan dan Saran
Bab ini digunakan untuk memberikan kesimpulan dan saran yang bertujuan untuk memperbaiki segala kelemahan yang ada pada website ini.
(3)
91
Universitas Kristen Maranatha
BAB 6.
BAB VI
KESIMPULAN DAN SARAN
Setelah melaksanakan penelitian tentang “Pengembangan Portofolio dan
Mekanisme Temu Balik untuk Mendukung Proses Pemilihan Desain Interior” serta hasil pembahasan yang penulis uraikan pada bab-bab sebelumnya, maka pada bab ini dapat ditarik kesimpulan dan saran yang diharapkan berguna dan bermanfaat untuk penelitian selanjutnya. Adapun simpulan dan saran dari penelitian ini, yaitu:
6.1 Simpulan
Dari hasil analisis diatas dapat diambil kesimpulan mengenai pengembangan aplikasi “Pengembangan Portofolio dan Mekanisme Temu Balik untuk Mendukung
Proses Pemilihan Desain Interior”, antara lain :
1. Aplikasi yang dibuat dapat memberikan contoh gambar desain interior yang sejalan dengan keinginan client serta dapat dijadikan acuan untuk perusahaan dalam konsultasi dengan pihak client. (lihat Gambar 5.1 – 5.5) 2. Aplikasi dapat memudahkan calon client saat ingin memesan jasa desain
interior dengan adanya sistem untuk memesan jasa desain interior. (lihat Gambar 4.15)
3. Dengan bantuan fitur ekspansi pencarian offline dan ekspansi pencarian melalui search engine Bing dapat menambahkan referensi atau pilihan desain interior yang sejalan dengan keinginan calon client. (lihat Gambar 4.16 dan Gambar 4.17)
4. Kemiripan pada gambar-gambar desain interior lebih terlihat dari sisi warnanya daripada sisi bentuknya, karena sangat bermacamnya bentuk objek yang ada di gambar dan sudut pengambilan gambar juga sangat bermacam. (lihat Tabel 5.13)
5. Komposisi pencocokkan gambar yang paling tepat untuk desain interior adalah 75% warna dan 25% bentuk. Warna diambil dari hasil pencocokkan histogram dan top-10 warna dominan, sedangkan bentuk diambil dari
(4)
92
pencocokkan keypoint gambar menggunakan BRISK. (lihat Gambar 5.9 dan Gambar 5.10)
6. Metode deteksi dan deskripsi keypoint BRISK menghasilkan nilai akurasi dan precision yang lebih tinggi daripada metode deteksi dan deskripsi
keypoint ORB. (lihat Tabel 5.13)
7. Proses pencocokkan keypoint menggunakan metode ORB lebih cepat dibanding metode BRISK dengan perbandingan 1 : 4, dengan menggunakan 1 pasang gambar berukuran 640x480.
8. Metode ORB digunakan di fitur ekspansi pencarian Bing, karena pemrosesan sangat cepat sehingga dapat digunakan untuk aplikasi bagian
front-end.
6.2 Saran
Berdasarkan simpulan diatas penulis mencoba memberikan beberapa saran dengan harapan dapat memberikan manfaat untuk pengembangan aplikasi di masa yang akan datang, antara lain:
1. Perlunya pengembangan ekspansi pencarian offline yang menghasilkan gambar-gambar mirip yang lebih fokus, seperti ruangan dengan fungsi sama atau ruangan dengan gaya yang sama saja.
2. Pengembangan dalam penambahan koleksi data portofolio perusahaan supaya referensi yang didapat oleh client dari ekspansi pencarian offline
lebih akurat untuk gambar-gambar yang jarang ditemukan di portofolio. 3. Pengembangan algoritma proses pencocokkan keypoint gambar yang dapat
secara fleksibel memilih fokus yang diinginkan didalam gambar untuk mengurangi hasil tidak relevan. (lihat Gambar 5.7)
(5)
93
Universitas Kristen Maranatha
DAFTAR PUSTAKA
Acharya T., R. A. (2005). Image Processing Principles and Applications. John Wiley & Sons.
Amazon. (2003). Amazon.com Recommendations - Item to Item Collaborative Filtering.
Bing. (2010). Welcome to Discover Bing.
Ethan Rublee, V. R. (2011). ORB: An efficient alternative to SIFT or SURF. ICCV. Haller, S. (2015). An Update On Features SURF, BRISK, ORB, and FREAK.
http://teknikelektronika.com/. (n.d.).
http://www.phpclasses.org/. (2006). Retrieved from PHP Classes.
Kurniawan, D. (2010). Evaluasi sistem temu kembali informasi model ruang vector dengan pendekatan user judgement. Lampung.
Kusrini, M. (2007). Strategi Perancangan dan Pengelolaan Basis Data. Yogyakarta: Penerbit Andi.
Lindeberg, T. (2015). Image matching using generalized scale-space interest points. In T. Lindeberg, Journal of Mathematical Imaging and Vision, volume 52, number 1 (pp. pages 3-36).
Long F., Z. H. (2002). Fundamentals of Content-Based Image Retrieval, in Multimedia Information Retrieval and Management. Springer.
Nugroho, B. (2010). Membuat Aplikasi Database dengan Java, MySQL, dan NetBeans. Jakarta: PT Elex Media Komputindo .
Otto, M. (2011). Bootstrap from Twitter.
Pendit. (2007). Perpustakaan digital : perspektif perpustakaan perguruan tinggi Indonesia. Jakarta.
Qiu Z., C. M. (2010). Design of Multi-mode E-Commerce Recommendation System. Remco. (2002). Content-Based Image Retrieval Systems. Netherlands: A Survey. Ricci, F. e. (2011). Recommender System Handbook. New York: Springer.
Rosin, P. L. (1999). Measuring corner properties. Computer Vision and Image Understanding.
(6)
94
Simarmata, J. (2010). Rekayasa Perangkat Lunak. Yogyakarta: Penerbit Andi. Sinha, K. S. (2001). Beyond Algorithms : An HCI Perspective on Recommender
Systems.
Soeherman, B., & Pinontoan, M. (2008). Designing Information System. Jakarta: PT Elex Media Komputindo.
Stefan Leutenegger, M. C. (2011). BRISK: Binary Robust In variant Scalable Keypoints. IEEE International Conference.
Sugiyono, P. D. (2007). Metode Penelitian Administasi. Bandung.
www.itseez.com. (n.d.). Retrieved from Itseez. www.opencv.org. (n.d.).
Zhang, J. L. (2009). An Optimized Item-Based Collaborative Filtering Recommendation Algorithm.