Temu Kembali Citra Makanan Menggunakan Ekstraksi Fitur Gray Level Co-Occurrence Matrix Dan CIE L*A*B* Color Moments Untuk Pencarian Resep Masakan

Ahsani, Ahmad Fauzi (2018) Temu Kembali Citra Makanan Menggunakan Ekstraksi Fitur Gray Level Co-Occurrence Matrix Dan CIE L*A*B* Color Moments Untuk Pencarian Resep Masakan. Sarjana thesis, Universitas Brawijaya.

Abstract

Pencarian resep masakan merupakan suatu hal yang penting pada era teknologi seperti saat ini. Banyak orang yang memanfaatkan mesin pencari untuk mempermudah mereka melakukan pencarian resep suatu makanan yang disukai. Namun, kebanyakan orang masih menggunakan kata kunci (query) teks untuk melakukan pencarian. Query teks memiliki banyak kelemahan salah satunya yaitu kurang bisa merepresentasikan objek makanan karena tiap orang akan berbedabeda dalam mendeskripsikan suatu makanan. Masalah tersebut bisa diselesaikan jika query yang diberikan adalah citra makanan itu sendiri atau biasa disebut dengan istilah temu kembali citra. Penelitian ini mengusulkan penerapan temu kembali citra makanan untuk pencarian resep masakan menggunakan Gray Level Co-occurrence Matrix (GLCM) sebagai metode ekstraksi fitur tekstur dan CIE L*a*b* Color Moments sebagai metode ekstraksi fitur warna. Hasil penelitian menggunakan 1303 data latih dan 31 data uji menunjukkan nilai Mean Average Precision (MAP) sebesar 97,604% ketika menggunakan gabungan fitur tekstur dan warna, algoritme perhitungan jarak Minkowski, dan k = 10. Berdasarkan hasil tersebut, dapat disimpulkan bahwa ekstraksi fitur GLCM dan CIE L*a*b* Color Moments dapat digunakan pada temu kembali citra makanan untuk pencarian resep masakan.

English Abstract

Recipes retrieval is an important thing in this technological era. Many people use search engine to find preferred food recipes. However, most people still use text query to search. Query text have many disadvantages, one of them is the lack of representation of food object because each person will be different in describing food. This problem can be solved if given query is an image of the food itself. This technique commonly referred as Content Based Image Retrieval. This study proposes image retrieval for cooking recipe searching using Gray Level Cooccurrence Matrix (GLCM) as a texture feature extraction method and CIE L*a*b* Color Moments as a color feature extraction method. The result of this study using 1303 data training and 31 data testing indicate that the Mean Average Prescision (MAP) value is 97,604% when using combination of texture and color features, Minkowski distance algorithm and k = 10. Based on these results, it can be concluded that GLCM and CIE L*a*b* color moments can be used on food image retrieval for searching cooking recipes.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2018/964/051900755
Uncontrolled Keywords: temu kembali citra, citra makanan, ekstraksi fitur, GLCM, color moments, CIE L*a*b*, pencarian resep masakan.-image retrieval, food images, feature extraction, GLCM, color moments, CIE L*a*b*, searching cooking recipes.
Subjects: 600 Technology (Applied sciences) > 641 Food and drink > 641.5 Cooking > 641.502 85 Cooking--Data processing > 641.502 855 1 Cooking--Computer programs
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: soegeng sugeng
Date Deposited: 16 Apr 2020 13:05
Last Modified: 18 May 2022 05:04
URI: http://repository.ub.ac.id/id/eprint/166688
[thumbnail of Ahmad Fauzi Ahsani.pdf] Text
Ahmad Fauzi Ahsani.pdf

Download (3MB)

Actions (login required)

View Item View Item