Beauty, Chindy Putri (2019) Temu Kembali Citra Makanan Menggunakan Color Histogram dan Local Binary Pattern. Sarjana thesis, Universitas Brawijaya.
Abstract
Di era yang semakin maju, teknologi semakin memudahkan manusia. Salah satunya adalah kemudahan dalam pencarian makanan di internet. Namun, secara umum pencarian yang tersedia menggunakan kueri teks dengan nama file citra, pencarian dilakukan dengan pendekatan yang berbasis tekstual. Hal ini akan sulit jika dilakukan untuk citra dengan skala besar. Pencarian citra berdasarkan isi visual citra yang biasa dikenal dengan sistem temu kembali citra berdasarkan isi atau Content Based Image Retrieval (CBIR) dapat dijadikan sebagai salah satu solusi. Citra pada makanan mempunyai tekstur dan warna yang berbeda – beda. Metode untuk ekstraksi fitur tekstur pada penelitian ini menggunkaan Local Binary Pattern dan untuk ekstraksi fitur warna adalah Color Histogram. Citra yang digunakan dalam penelitian ini berjumlah 444 data dengan 413 data sebagai data latih dan 31 data uji. Dengan fitur warna dan dan tekstur yang telah diektraksi dilakukan perhitungan jarak menggunakan jarak Euclidean. Pengujian dilakukan yaitu dengan menghitung Mean Average Precision (MAP). Nilai MAP terbaik diperoleh pada n = 2 yaitu sebesar 0,919354 dimana n merupakan dokumen teratas yang ditampilkan. Pada pengujian pembandingan fitur, penggunaan fitur warna saja memberikan hasil yang lebih baik dibandingkan penggunaan fitur tekstur saja atau kedua fitur.
English Abstract
Technology makes it easier for humans. One of them is the ease of finding foods on the internet. However, in general, search engines are available using text queries with image file names, a textual based approach. It is difficult to be done on large-scale imagery. Image search based on visual image content commonly known as image retrieval system based on content or Content Based Image Retrieval (CBIR) can be used as a solution. Food image has different colors and textures. The texture feature extraction method used in this research is Local Binary Pattern (LBP) and for the color feature extraction is Color Histogram. The image used is 444 data, 413 data as data training and 31 data as data testing. Based on feature extraction, similarity can be calculate using Euclidean distance. The result get by calculating Mean Average Precision (MAP). The best MAP obtained when the n value is 2 with MAP 0,919354 which n is the number of document that displayed on result. For the feature comparison testing, the use of color features only provides better results than using the texture feature or both features.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/515/051905898 |
| Uncontrolled Keywords: | makanan, warna, tekstur, Color Histogram, Local Binary Pattern, jarak Euclidean, food, color, texture, Color Histogram, Local Binary Pattern, Euclidean distance. |
| 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: | Nur Cholis |
| Date Deposited: | 24 Aug 2020 06:53 |
| Last Modified: | 25 Oct 2021 06:35 |
| URI: | http://repository.ub.ac.id/id/eprint/171780 |
Preview |
Text
Chindy Putri Beauty (2).pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |