Triarjo, Sulaiman (2019) Seleksi Fitur Information Gain Pada Temu Kembali Citra Jenis Makanan Menggunakan Dominant Color Descriptor Dan Gray Level Co- Occurence Matrix. Sarjana thesis, Universitas Brawijaya.
Abstract
Informasi nutrisi di dalam media sosial ditunjang oleh citra makanan yang sedang diulas. Diperlukan usaha keras bila ingin menelusuri makanan-makanan yang sejenis yang mempunyai nutrisi yang hampir sama. Oleh karena itu dibutuhkan sistem pencarian informasi untuk mempercepat proses pencarian informasi. Penelitian ini menggunakan metode Dominant Color Descriptor (DCD) untuk ekstraksi fitur warna dan metode Gray Level Co-occurence Matrix (GLCM) untuk ekstraksi fitur tekstur serta seleksi fitur information gain untuk menyeleksi fitur tekstur sehingga tidak semua fitur tekstur digunakan. Data yang digunakan berupa 29 jenis citra makanan dengan total 435 citra dengan setiap jenis makanan 15 citra. Pengujian dilakukan dengan membandingkan performa perhitungan jarak Euclidean distance, Chebyshev distance, dan Manhattan distance untuk fitur tekstur dan Quadratic distance dan Yang distance untuk fitur warna. Penggunaan evaluasi nilai MAP, hasil pengujian menggunakan fitur tekstur didapatkan nilai MAP sebesar 0,5542 dengan jarak Euclidean dan tanpa adanya seleksi fitur. Hasil pengujian menggunakan fitur warna didapatkan nilai MAP sebesar 0,7488 pada saat menggunakan jarak Yang. Pengujian menggunakan fitur tekstur warna dan fitur tekstur didapatkan nilai sebesar 0,7118 dengan mengguankan jarak Manhattan dan Yang dengan 10 fitur. Pada penelitian ini penggunaan DCD lebih efektif dari pada GLCM dengan menghasilkan nilai MAP yang lebih tinggi.
English Abstract
Nutritional information on social media is supported by image of food being reviewed. It requires hard work to explore similar foods that have almost same nutrition. Therefore an information search system is needed to speed up the information search process. This research has been conducted to be able to search for similar informations based on a query in form of image. It uses Dominant Color Descriptor method for color feature extraction and Gray Level Co-occurence Matrix method for texture feature extraction and information gain selection feature to select texture features. The data used were 29 types of food imaged with total is 435 images which each type has 15 images. Testing is done by comparing the performance of calculation of Euclidean distance, Chebyshev distance, and Manhattan distance for texture feature and Quadratic distance and Yang distance for color feature. The evaluation uses MAP value, test result using only the texture feature obtained MAP value of 0,5542 using Euclidean distance and without feature selection. The test result using only color feature obtained MAP value of 0,7488 when using Yang distance. And testing using color feature and texture feature obtained a value of 0,7118 by using Manhattan distance and Yang distance with 10 features. In this research, the use of DCD was more effective than GLCM by producing higher MAP value.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/2/051902172 |
| Uncontrolled Keywords: | temu kembali informasi, makanan, warna, tekstur, Dominant Color Descriptor, Gray Level Co-occurence Matrix, information gain-content-based information retrieval, food, color, texture, Dominant Color Descriptor, Gray Level Co-occurence Matrix, information gain |
| Subjects: | 000 Computer science, information and general works > 025 Operations of libraries, archives, information centers > 025.5 Services for users > 025.52 Reference and information services > 025.524 Information search and retrieval |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Sugeng Moelyono |
| Date Deposited: | 23 Jul 2020 05:35 |
| Last Modified: | 19 Oct 2021 09:39 |
| URI: | http://repository.ub.ac.id/id/eprint/168823 |
Preview |
Text
Sulaiman Triarjo.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |