CONTENT BASED IMAGE RETRIEVAL (CBIR) BUSANA MUSLIMAH BERDASARKAN WARNA DAN BENTUK | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    THESES

CONTENT BASED IMAGE RETRIEVAL (CBIR) BUSANA MUSLIMAH BERDASARKAN WARNA DAN BENTUK


Pengarang

Zulfida Farni - Personal Name;

Dosen Pembimbing



Nomor Pokok Mahasiswa

1409200200039

Fakultas & Prodi

Fakultas / / PDDIKTI :

Penerbit

Banda Aceh : Program Studi Magister Teknik Elektro Universitas Syiah Kuala., 2019

Bahasa

Indonesia

No Classification

621.399 4

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)

sudah menjadi gaya berbusana. Mereka akan mencari pakaian yang terbaru, modis dan terbaik pada jamannya ke toko-toko, butik, majalah bahkan menggunakan alat yang terhubung dengan internet melalui situs toko daring. Pencarian gambar busana menggunakan perangkat daring ini harus didukung dengan fitur pencarian yang terdapat dalam situs toko daring. Fitur pencarian yang tersedia saat ini menggunakan teks. Pencarian gambar busana menggunakan teks belum mampu mendeskripsikan gambar sesuai dengan keinginan. Untuk itu dilakukan pencarian gambar menggunakan konten/isi gambar atau disebut dengan Content Based Image Retrieval (CBIR). Konten/isi gambar merupakan fitur/karakteristik umum yang terdapat pada gambar. Fitur/karakteristik gambar dapat berupa bentuk, tekstur, warna dan lainnya. Pada penelitian tesis ini digunakan penggabungan dua fitur sekaligus yaitu fitur warna dan bentuk, untuk menghasilkan nilai presisi yang lebih baik dibandingkan dengan penerapan hanya satu deskriptor. Deskriptor yang digunakan yaitu Dominant Colors Descriptor (DCD) untuk mengekstraksi fitur warna dan Histogram of Oriented Gradient (HOG) untuk mengekstrak fitur bentuk. Normalisasi dilakukan untuk menyeimbangkan nilai fitur DCD dan HOG. Hasil retrieval penggabungan normalisasi DCD dan normalisasi HOG (N-DCD-HOG) selanjutnya dibandingkan dengan hasil fitur gabungan warna dan bentuk menggunakan descriptor N-SCD-HOG. Hasil menunjukkan nilai presisi dari 15 query yang diujikan N-DCD-HOG lebih baik 2% daripada N-SCD-HOG.
Kata Kunci: Busana, CBIR, DCD, HOG, N-DCD-HOG

Tidak Tersedia Deskripsi

Citation



    SERVICES DESK