ANALISIS PENGGUNAAN DESKRIPTOR WARNA DOMINAN DAN KORELOGRAM WARNA UNTUK TEMU KEMBALI CITRA BUSANA BERBASIS KONTEN | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    THESES

ANALISIS PENGGUNAAN DESKRIPTOR WARNA DOMINAN DAN KORELOGRAM WARNA UNTUK TEMU KEMBALI CITRA BUSANA BERBASIS KONTEN


Pengarang

Yustina Dhyanti - Personal Name;

Dosen Pembimbing



Nomor Pokok Mahasiswa

1409200200037

Fakultas & Prodi

Fakultas / / PDDIKTI :

Penerbit

Banda Aceh : Program Studi Magister Teknik Elektro Unsyiah., 2017

Bahasa

Indonesia

No Classification

621.367

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Dunia busana muslimah sedang mengalami perkembangan yang cukup pesat, sehingga banyak dicari-cari terutama pada situs belanja daring (online). Karena terdiri dari beragam karakteristik, pencarian berdasarkan teks kurang tepat diimplementasikan pada busana muslimah. Oleh sebab itu, penelitian ini melakukan teknik pencarian lain untuk temu kembali citra busana yaitu Content Based Image Retrieval (Temu Kembali Citra berbasis Konten – TKCK) menggunakan fitur warna. Fitur warna tersebut diekstraksi menggunakan kombinasi fitur global dan fitur lokal, yaitu deskriptor warna dominan (Dominant Color Descriptor) dan korelogram warna (Color Correlogram). Selain itu, pada penelitian ini juga akan dibandingkan kinerja antara color correlogram dengan color auto-correlogram dalam mengekstraksi fitur warna lokal pada dataset busana muslimah menggunakan 4 variasi “k” (k adalah jarak antara piksel pusat dengan piksel tetangganya pada saat menghitung korelasi warna), yaitu 1, 3, 5, dan 7. Berdasarkan beberapa skenario pengujian yang dilakukan, diperoleh hasil precision-recall yang menunjukkan bahwa kinerja TKCK menggunakan deskriptor warna dominan dengan korelogram warna lebih bagus dibanding deskriptor warna dominan dengan color auto-correlogram, yaitu 0,82 dan 0,79. Selain itu, dari perhitungan precision-recall juga diketahui bahwa nilai k=1 memperoleh kinerja paling bagus diantara variasi k yang lain.
Kata kunci: busana, TKCK, ekstraksi fitur, pencocokan fitur, evaluasi kinerja.

Tidak Tersedia Deskripsi

Citation



    SERVICES DESK