IMPLEMENTASI METODE “GRAY SCALE WEIGHTED AVERAGE” DAN “HAAR WAVELET FEATURE” PADA CONTENT BASED IMAGE RETRIEVAL
Dalam penelitian ini, diimplementasikan metode Gray Scale Weighted Average dan Haar Wavelet Feature pada sistem temu balik citra berbasis isi atau Content Based Image Retrieval (CBIR). Pengimplementasian ini memiliki tujuan untuk melakukan pengujian performansi temu-balik citra berbasis isi terhadap kedua metode tersebut.
Performansi keduanya dalam melakukan usaha temu-balik citra, diukur dari 3 buah aspek, antara lain aspek “recall” dimana jumlah citra relevan hasil temu-balik dibagi oleh jumlah total keseluruhan citra relevan yang terdapat dalam basis data, “precision” dimana jumlah citra relevan dibagi jumlah citra hasil penarikan temubalik dan “retrieval time” yang berarti jumlah waktu yang dibutuhkan dalam melakukan proses temu-balik dalam satuan milisekon.
Untuk metode Gray Scale Weighted Average, didapatkan nilai recall & precision tertinggi sebesar 0.98 dan retrieval time tercepat sebesar 43.8708 ms. Sedangkan untuk metode Haar Wavelet Feature, hasil recall dan precision tertinggi sebesar 0.99 dan retrieval time tercepat sebesar 27.056481 ms.
Detail Information
Citation
APA Style
. (2017).IMPLEMENTASI METODE “GRAY SCALE WEIGHTED AVERAGE” DAN “HAAR WAVELET FEATURE” PADA CONTENT BASED IMAGE RETRIEVAL ().Teknik Informatika:FTI
Chicago Style
.IMPLEMENTASI METODE “GRAY SCALE WEIGHTED AVERAGE” DAN “HAAR WAVELET FEATURE” PADA CONTENT BASED IMAGE RETRIEVAL ().Teknik Informatika:FTI,2017.Text
MLA Style
.IMPLEMENTASI METODE “GRAY SCALE WEIGHTED AVERAGE” DAN “HAAR WAVELET FEATURE” PADA CONTENT BASED IMAGE RETRIEVAL ().Teknik Informatika:FTI,2017.Text
Turabian Style
.IMPLEMENTASI METODE “GRAY SCALE WEIGHTED AVERAGE” DAN “HAAR WAVELET FEATURE” PADA CONTENT BASED IMAGE RETRIEVAL ().Teknik Informatika:FTI,2017.Text