http://digilib.its.ac.

id
SUMMARY
SEGMENTASI CITRA MENGGUNAKAN ALGORITME NORMALIZED CUTS
DALAM SISTEM TEMU KEMBALI CITRA BERBASIS ISI
Created by Sitepu, Frans Janporta
Subject
: Basis data citra
Subject Alt
: Image Processing
Keyword :
: Normalized Cuts, K-Means Clustering, Image Translation, Algoritme Expectation Maximization,
Annotation.
Description :
Sistem Temu Kembali Citra Berbasis Isi telah banyak dikembangkan pada aplikasi basisdata citra, untuk kebutuhan
pengorganisasian basisdata citra dan pencarian kembali citra. Pada Sistem Temu Kembali Citra yang telah ada,
kebanyakan query masukan berupa sket, citra contoh atau region. Query seperti ini sepertinya kurang alami, sehingga
perlu dibuat Sistem Temu Kembali Citra Berbasis Isi dengan query berupa kata atau nama obyek dalam citra. Dalam
Tugas Akhir ini, Sistem Temu Kembali Citra Berbasis Isi akan melakukan prediksi word (judul citra) pada keseluruhan
data citra, lalu menyimpannya dalam basisdata citra. Selanjutnya, pencarian obyek citra dapat dilakukan pada basisdata
citra. Citra yang akan dikenali terlebih dahulu disegmentasi ke dalam region-region. Segmentasi citra dilakukan dengan
menerapkan algoritme Normalized Cuts [2]. Region hasil segmentasi citra dikelompokkan ke dalam sekumpulan blob
berdasarkan kemiripan fitur dasar region dengan menerapkan algoritme K-Means Clustering. Pengenalan obyek citra
diasumsikan sebagai penerjemahan (image translation) blob ke dalam kata (word) [1]. Korespondensi hubungan antara
blob dan word dihitung dengan menggunakan algoritme Expectation Maximization. Hasil korespondensi berupa tabel
probabilitas digunakan untuk memprediksi word yang bersesuaian pada region citra (region naming). Hasil proses
pengenalan obyek citra adalah judul citra (annotation). Pencarian citra diakukan pada word hasil prediksi. Pengujian
dilakukan pada serangkaian citra yang diambil dari COREL dataset [3]. Berdasarkan hasil uji coba, implementasi
algoritme Expectation Maximization terbukti efektif dalam memprediksi word pada region citra dengan menghasilkan
tingkat kebenaran 89%. Performa Sistem Temu Kembali Citra Berbasis Isi bergantung pada jumlah blob yang dihasilkan
pada proses pengelompokan region citra. Peningkatan jumlah blob akan meningkatkan kinerja hasil prediksi word pada
region citra.
Contributor
: Nanik Suciati, S.Kom., M.Kom <br> Rully Soelaiman, S.Kom., M.Kom
Date Create
: 14/12/2009
Type
: Text
Format
: pdf
Language
: Indonesian
Identifier
: ITS-Undergraduate-3100006026769
Collection
: 3100006026769
Call Number
: RSIf 006.42 Sit s
Source
: Under graduate thesis, Informatical engineering,RSIf 006.42 Sit s, 2006
COverage
: ITS community only
Page 1
Full file - Member Only
If You want to view FullText...Please Register as MEMBER

Contact Person :
Administrator (timit_perpus@its.ac.id)
Taufik Rachmanu (taujack@its.ac.id)
Dewi Eka Agustina (dee@its.ac.id)
Ansi Aflacha Putri (ansi@its.ac.id)
Tondo Indra Nyata (tondoindra@gmail.com)
Aprillia Tri Wulansari (rezha_la2@ymail.com)

Thank You,


Nur Hasan ( hassane@its.ac.id )
Supervisor
Page 2