// <![CDATA[IMPLEMENTASI “PRINCIPAL COMPONENT ANALYSIS - SCALE INVARIANT FEATURE TRANSFORM” PADA CONTENT BASED IMAGE RETRIEVAL]]> 0426097801 - Jasman Pardede S.Si., MT. Dosen Pembimbing 1 Dina Budhi Utami, S.Kom. M.T. Dosen Pembimbing 2 Adlan Chosyiyar Rochman/15-2013-067 Penulis
Content Based Image Retrieval (CBIR) adalah sebuah metode pencarian citra dengan melakukan perbandingan antara citra query dengan citra yang ada di database berdasarkan informasi yang ada pada citra tersebut. Metode CBIR yang sering digunakan adalah pencarian berdasarkan kemiripan warna, bentuk, dan tekstur. CBIR juga dapat diartikan sebagai teknik untuk mencari gambar yang berhubungan dan mempunyai karakteristik dari suatu kumpulan gambar. Sistem CBIR secara umum dibangun dengan melihat kharakteristik dari suatu gambar atau dengan kata lain dengan melihat ciri dari gambar tersebut. Dalam mendeteksi dan mendeskripsikan fitur-fitur lokal dalam citra digunakan dengan proses Scale invariant feature transform (SIFT) dan mengurangi dimensi pada citra digunakan dengan proses Principal component analaysis (PCA). Besarnya dimensi citra menjadi masalah tersendiri bagi bidang komputasi. Principal Component Analysis (PCA) dilakukan untuk proyeksi dari dimensi citra tinggi ke dimensi yang rendah. Pada penelitian sebelumnya, PCA sudah sering digunakan untuk sistem temu balik citra digital tetapi selalu hanya memakai komponen PCA. Pada penelitian ini digunakanlah metode PCA untuk mengurangi dimensi pada citra dan SIFT untuk mendeteksi dan mendeskripsikan fitur-fitur lokal dalam citra. Hasil pencarian gambar diperoleh dari perbandingan keypoint descriptor pada database menggunakan Euclidean distance. Hasil penelitian menunjukkan pencarian gambar dengan menggunakan dataset Wang, akurasi sistem CBIR dengan menggunakan metode PCA-SIFT dapat mencapai 90.00% dan recall 18.00%.