Image Similarity Searching Use Multi Part Cutting And Grayscale Color Histogram

• Main Authors: Sofyan Pariyasto, Kusrini, Hanif Al Fatta
• Format: Article
• Language: English
• Published: Universitas Muhammadiyah Purwokerto 2019-04-01
• Series: Techno
• Subjects: Pencarian Kemiripan Citra Histogram Citra Grayscale Jarak Ecludiance
• Online Access: http://jurnalnasional.ump.ac.id/index.php/Techno/article/view/3817/2552
• ISSN: 1410-8607; 2579-9096

Pemanfaatan tekonologi informasi dalam kehidupan sehari-hari terus meningkat dengan begitu pesatnya. Hal ini tidak terlepas dari peran para peneliti khususnya dalam bidang teknologi informasi. Teknologi informasi sudah menjadi kebutuhan sehingga banyak dimanfaatkan dalam bidang pendidikan, perdagangan, peternakan bahkan hingga ke sektor pertanian. Salah satu kendala yang ada yaitu dibutuhkan manusia untuk melakukan pengecekan terhadap seluruh aktivitas yang melibatkan sistem informasi terutama pada saat terdapat data dalam bentuk citra. Permasalahan yang muncul biasanya dibutuhkan manusia untuk melakukan pengecekan dan pemilahan item yang selama ini biasanya dilakukan oleh manusia. Hal tersebut melatar belakangi penelitian ini untuk membantu mengurangi aktivitas yang melibatkan manusia. Proses pencarian kemiripan gambar dalam computer vision bisa dimanfaatkan dalam beberapa bidang seperti, pendidikan, retail, dan bidang lainnya. Dalam bidang pendidikan computer vision dapat dimaanfaat untuk proses absen otomatis memlaui face recognition, dalam hal retail bisa dimanfaatkan untuk proses sorting melalui object detection. Proses pencarian kemiripan antara citra yang menjadi queri dan citra dataset akan menjadi pokok penelitian, serta proses penghitungan kemiripian antara queri dan dataset akan dibahas langkah demi langkahnya.Metode yang digunakan dalam proses pencarian yaitu dengan menghitung jarak terpendek antara citra queri dengan dataset. Langkah-langkah yang dilakukan yaitu dilakukan fitur ektrasi kemudian dilakukan konversi warna RGB ke warna abu-abu. Tahapan berikutnya dilakukan pemotongan citra menjadi empat bagian yang selanjutnya akan dihitung jarak ecludiannya. Dibagian akhir akan hitung kinerja algoritma menggunakan metode confusion matrik, sehingga didapatkan hasil uji yang berupa, error rate, presisi, dan akurasi. Proses ujicoba menggunakan 30 data dengan menggunakan 1000 dataset. Dalam hasil uji didapatkan informasi yang berupa recal sebesar 1, akurasi 0.66 dan presisi 0.66.