Ekstraksi Fitur RGB Color Channel dan Simple Morphological Shape Descriptors dari Citra Makanan untuk Pencarian Resep Makanan

Hutagaol, Barbara Sonya (2019) Ekstraksi Fitur RGB Color Channel dan Simple Morphological Shape Descriptors dari Citra Makanan untuk Pencarian Resep Makanan. Sarjana thesis, Universitas Brawijaya.

Abstract

Dalam kesehariannya manusia membutuhkan makanan sebagai sumber energi untuk melakukan aktivitasnya. Namun, pada saat ini makanan tidak lagi hanya sekedar makanan pokok. Sebagian masyarakat telah menjadikannya sebagai rekreasi untuk menghibur. Seperti yang dapat dilihat pada media sosial, terdapat sangat banyak foto dari makanan yang menarik hati, sehingga memberikan dorongan untuk memasak dan mencicipinya. Untuk membuat masakan, diperlukan sebuah resep makanan sebagai panduan bagi seseorang untuk mengolah makanan. Secara umum resep makanan dapat ditemukan pada televisi, majalah, tabloid, koran, maupun website. Resep biasanya dicari melalui nama dari makanan. Tetapi keterbatasan pengetahuan dari nama makanan menjadi hambatan untuk mencari resep dari makanan tersebut. Berdasarkan masalah tersebut dibutuhkan sebuah sistem yang mampu memberikan hasil pencarian resep dengan query dari gambar makanan itu sendiri. Untuk dapat melakukan pencarian resep melalui gambar, maka perlu dilakukan pengolahan citra digital untuk mengetahui ciri atau fitur dari gambar. Warna dan bentuk adalah ciri umum dari sebuah objek pada gambar. Fitur warna yang digunakan adalah RGB Color Channel dengan ekstraksi fitur menggunakan color moment dan fitur bentuk digunakan Simple Morphological Shape Descriptors. Berdasarkan fitur warna dan bentuk, maka dapat dilakukan perhitungan jarak Euclidean. Pengujian dilakukan dengan menghitung Mean Average Precision (MAP). Hasil yang diperoleh, pencarian terbaik diperoleh ketika nilai top n sama dengan 5 dengan MAP 94,1892% yang mana n adalah jumlah dokumen teratas yang ditampilkan pada hasil pencarian. Kemudian pengujian untuk membandingkan penggunaan fitur, diperoleh hasil bahwa pemakaian fitur warna dan bentuk cenderung memberikan hasil yang lebih baik dibandingkan penggunaan salah satu fitur saja yaitu pada n=10, n=15, n=20, dan n=25.

English Abstract

In daily life, humans need food as source of energy to carry out our activities. But, food is no longer just a basic necessity. Some people have made it as recereation to entertain. As can be seen on social media, there are so many photos of food that attract our attention and gives a boost to cooking and tasting it. To make dishes, we need food recipes as a guide to process the food. In general, food recipes can be found on television, magazines, newspaper, and websites. Recipes are usually searched by the name of the food. But the limitation of knowdlege about the food’s name is a barrier to finding the recipes. Based on this problem, we need system that able to provide recipe by the image of the food. To be able finding recipes through the image, we use digital image processing to find out the features of the image. Color and shape are the common characteristics of an object in the image. RGB Color Channel is used as the color features and Simple Morphological Shape Descriptors used as shape feature. Based on that feature, an image can classified using k-Nearest Neighbor. The result get by using Mean Average Precision (MAP). The best way of searching the food recipes, obtained when the top n value is 5 with MAP 94,1892% which n is te top number of document displayed on the search result. Then testing to compare the features, result showed that use the both of color and shape features, give the better result than using only one of them at n=10, n=15, n=20, and n=25.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2019/3/051902173
Uncontrolled Keywords: resep makanan, color channel RGB, color moment, simple morphological shape descriptos, Euclidean-food ricepe, color channel RGB, color moment, simple morphological shape descriptos, Euclidean
Subjects: 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.37 Computer vision > 006.370 151 Image processing--Mathematics
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: soegeng Moelyono
Date Deposited: 24 Aug 2020 06:45
Last Modified: 19 Oct 2021 09:39
URI: http://repository.ub.ac.id/id/eprint/168825
[thumbnail of Barbara Sonya Hutagaol.pdf]
Preview
Text
Barbara Sonya Hutagaol.pdf

Download (3MB) | Preview

Actions (login required)

View Item View Item