Searching Similarity Digital Image Using Color Histogram
Dalam era globalisasi dan modern seperti saat sekarang ini teknologi informasi banyak dimanfaatkan dalam bidang pendidikan, perdagangan, peternakan, pertanian bahkan hingga ke sektor hukum. Salah satu cabang ilmu dalam bidang teknologi informasi yang berkembang pesat adalah computer vision. Salah sa...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Universitas Muhammadiyah Purwokerto
2019-04-01
|
Series: | Techno |
Subjects: | |
Online Access: | http://jurnalnasional.ump.ac.id/index.php/Techno/article/view/3818/2553 |
id |
doaj-5a9883f8275e4ad58b6cbcd8655c2454 |
---|---|
record_format |
Article |
spelling |
doaj-5a9883f8275e4ad58b6cbcd8655c24542020-11-24T21:33:05ZengUniversitas Muhammadiyah PurwokertoTechno1410-86072579-90962019-04-01201536410.30595/techno.v20i1.3818Searching Similarity Digital Image Using Color HistogramWahyu Wijaya WidiyantoKusriniHanif Al FattaDalam era globalisasi dan modern seperti saat sekarang ini teknologi informasi banyak dimanfaatkan dalam bidang pendidikan, perdagangan, peternakan, pertanian bahkan hingga ke sektor hukum. Salah satu cabang ilmu dalam bidang teknologi informasi yang berkembang pesat adalah computer vision. Salah satu peran penting computer vision dalam kehidupan sehari-hari adalah digunakannya computer vision. Hal tersebut bisa diterapkan dalam hal face recognition, object detection, serta bisa diterapkan untuk melakukan pengelompokan citra berdasarkan urutan kemiripan citra tersebut, kemampuan dari computer vision diterapkan untuk memudahkan pekerjaan manusia dalam melakukan seleksi dari beberapa gambar untuk mencari gambar yang paling mirip. Dalam penelitian ini diuraikan mengenai proses pencarian kemiripan sebuah citra dengan citra lainnya melalui beberapa tahap alur penelitian, metode yang digunakan adalah menggunakan nilai RGB yang telah di konversi ke grayscale, kemudian dilakukan penghitungan jarak euclidean distance untuk menentukan berapa nilai kedekatan sebuah citra sedangkan perhitungan akurasi kinerja algoritma menggunakan confusion matrix. Proses uji coba pencarian menghasilkan tingkat akurasi 0,42, presisi 0,42 dan recall 1 dari 1000 dataset dan diambil 30 data acak yang diuji. Ditemukan gambar yang berbeda dalam warna dan bentuk tetapi ketika dikonversi menjadi histogram data tersebut memiliki kesamaan yang cukup tinggi dengan kueri. Kelemahan dari penelitian ini adalah gambar yang memiliki histogram yang mirip dengan kueri ditampilkan sebagai gambar yang serupa meskipun kenyataannya adalah gambar yang sangat berbeda dari warna dan bentuk.http://jurnalnasional.ump.ac.id/index.php/Techno/article/view/3818/2553Computer Vision Similiarity Euclidean Distance Grayscale Histogram |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Wahyu Wijaya Widiyanto Kusrini Hanif Al Fatta |
spellingShingle |
Wahyu Wijaya Widiyanto Kusrini Hanif Al Fatta Searching Similarity Digital Image Using Color Histogram Techno Computer Vision Similiarity Euclidean Distance Grayscale Histogram |
author_facet |
Wahyu Wijaya Widiyanto Kusrini Hanif Al Fatta |
author_sort |
Wahyu Wijaya Widiyanto |
title |
Searching Similarity Digital Image Using Color Histogram |
title_short |
Searching Similarity Digital Image Using Color Histogram |
title_full |
Searching Similarity Digital Image Using Color Histogram |
title_fullStr |
Searching Similarity Digital Image Using Color Histogram |
title_full_unstemmed |
Searching Similarity Digital Image Using Color Histogram |
title_sort |
searching similarity digital image using color histogram |
publisher |
Universitas Muhammadiyah Purwokerto |
series |
Techno |
issn |
1410-8607 2579-9096 |
publishDate |
2019-04-01 |
description |
Dalam era globalisasi dan modern seperti saat sekarang ini teknologi informasi banyak dimanfaatkan dalam bidang pendidikan, perdagangan, peternakan, pertanian bahkan hingga ke sektor hukum. Salah satu cabang ilmu dalam bidang teknologi informasi yang berkembang pesat adalah computer vision. Salah satu peran penting computer vision dalam kehidupan sehari-hari adalah digunakannya computer vision. Hal tersebut bisa diterapkan dalam hal face recognition, object detection, serta bisa diterapkan untuk melakukan pengelompokan citra berdasarkan urutan kemiripan citra tersebut, kemampuan dari computer vision diterapkan untuk memudahkan pekerjaan manusia dalam melakukan seleksi dari beberapa gambar untuk mencari gambar yang paling mirip. Dalam penelitian ini diuraikan mengenai proses pencarian kemiripan sebuah citra dengan citra lainnya melalui beberapa tahap alur penelitian, metode yang digunakan adalah menggunakan nilai RGB yang telah di konversi ke grayscale, kemudian dilakukan penghitungan jarak euclidean distance untuk menentukan berapa nilai kedekatan sebuah citra sedangkan perhitungan akurasi kinerja algoritma menggunakan confusion matrix. Proses uji coba pencarian menghasilkan tingkat akurasi 0,42, presisi 0,42 dan recall 1 dari 1000 dataset dan diambil 30 data acak yang diuji. Ditemukan gambar yang berbeda dalam warna dan bentuk tetapi ketika dikonversi menjadi histogram data tersebut memiliki kesamaan yang cukup tinggi dengan kueri. Kelemahan dari penelitian ini adalah gambar yang memiliki histogram yang mirip dengan kueri ditampilkan sebagai gambar yang serupa meskipun kenyataannya adalah gambar yang sangat berbeda dari warna dan bentuk. |
topic |
Computer Vision Similiarity Euclidean Distance Grayscale Histogram |
url |
http://jurnalnasional.ump.ac.id/index.php/Techno/article/view/3818/2553 |
work_keys_str_mv |
AT wahyuwijayawidiyanto searchingsimilaritydigitalimageusingcolorhistogram AT kusrini searchingsimilaritydigitalimageusingcolorhistogram AT hanifalfatta searchingsimilaritydigitalimageusingcolorhistogram |
_version_ |
1725954983583547392 |