PENDAHULUAN
Perkembangan
media
gambar
sangat
memudahkan setiap orang untuk merekam gambar
pada setiap momen yang dianggap penting, hal itu
terbukti dengan banyak jumlah produk perekam
gambar yang di produksi dan bahkan dijual dengan
harga yang sangat murah, selain kamera yang sudah
jelas fungsinya adalah sebagai media pengambilan
gambar paling baik, banyak produk yang tidak lazim
juga sudah memasukkan fungsi kamera, seperti
CCTV, Laptop, Handphone, Pulpen, Kunci Mobil,
Jam Meja dan masih banyak lagi.
Di tengah kondisi seperti ini muncul suatu
masalah penamaan berkas gambar yang direkam,
karena nama berkas gambar yang direkam, disimpan
bukanlah berdasarkan situasi atau kejadian dari
gambar itu sendiri, melainkan dengan menggunakan
kode tanggal, bulan, tahun dan nomor urut dari
gambar itu direkam, atau juga menggunakan nama
default dari pengaturan pemilik alat perekam itu
sendiri, dalam kondisi ini hampir dapat di pastikan
tidaklah mudah untuk mencari gambar yang
diiginkan dengan cepat, apalagi mencari gambar
yang sama menggunakan nama dari gambar.
Selain itu dengan perkembangan komputer dan
aplikasi-aplikasi pengolahan gambar juga, sangat
memudahkan setiap orang untuk merubah ataupun
TINJAUAN PUSTAKA
Dibawah ini diilustrasikan 2 gambar yang masingmasing mempunyai resolusi 4x4 piksel. Masingmasing gambar sudah mempunyai nilai warna RGB
dan dari nilai itu dilakukan proses selanjutnya.
Gambar 2. Citra A
ANALISIS
Gambar 3. Citra B
Dari nilai RGB diatas maka proses selanjutnya
adalah proses kuantisasi masing-masing nilai RGB.
Proses kuantisasi dilakukan dengan rumus dibawah
ini :
H(0,0,0)=0
H(0,1,0)=0
H(0,2,0)=0
H(0,3,0)=0
H(1,0,0)=0
H(1,1,0)=0
H(1,2,0)=0
H(1,3,0)=0
H(2,0,0)=3
H(2,1,0)=0
H(2,2,1)=0
H(2,2,3)=0
H(2,2,2)=0
H(2,3,1)=0
H(2,3,3)=0
H(2,3,2)=0
H(3,0,1)=0
H(3,0,3)=0
H(3,0,2)=2
Kemudian dibuat tabel histogram warna masingmasing piksel seperti dibawah ini.
Tabel 3. Histogram Warna Citra A
H(0,0,0)=1 H(0,0,1)=0 H(0,0,2)=0 H(0,0,3)=1
H(0,1,0)=0 H(0,1,1)=0 H(0,1,2)=0 H(0,1,3)=0
H(0,2,0)=0 H(0,2,1)=0 H(0,2,2)=0 H(0,2,3)=0
H(0,3,0)=0 H(0,3,1)=0
H(0,3,3)=0
H(0,3,2)=0
H(1,0,0)=2 H(1,0,1)=1
H(1,0,3)=0
H(1,0,2)=2
H(1,1,0)=0 H(1,1,1)=0
H(1,1,3)=0
H(1,1,2)=0
H(1,2,0)=0 H(1,2,1)=0
H(1,2,3)=0
H(1,2,2)=0
H(1,3,0)=0 H(1,3,1)=0
H(1,3,3)=0
H(1,3,2)=0
H(2,0,0)=1 H(2,0,1)=3
H(2,0,3)=0
H(2,0,2)=2
H(2,1,0)=0 H(2,1,1)=0
H(2,1,3)=0
H(2,1,2)=0
H(2,2,0)=0 H(2,2,1)=0
H(2,2,3)=0
H(2,2,2)=0
H(2,3,0)=0 H(2,3,1)=0
H(2,3,3)=0
H(2,3,2)=0
H(3,0,0)=0 H(3,0,1)=1
H(3,0,3)=2
H(3,0,2)=0
H(3,1,0)=0 H(3,1,1)=0
H(3,1,3)=0
H(3,1,2)=0
H(3,2,0)=0 H(3,2,1)=0
H(3,2,3)=0
H(3,2,2)=0
H(3,3,0)=0 H(3,3,1)=0
H(3,3,3)=0
H(3,3,2)=0
Tabel 4. Histogram Warna Citra A
H(0,0,1)=1
H(0,0,2)=1
H(0,1,1)=0
H(0,1,2)=0
H(0,2,1)=0
H(0,2,2)=0
H(0,3,1)=0
H(0,3,2)=0
H(1,0,1)=1
H(1,0,2)=1
H(1,1,1)=0
H(1,1,2)=0
H(1,2,1)=0
H(1,2,2)=0
H(1,3,1)=0
H(1,3,2)=0
H(2,0,1)=2
H(2,0,2)=2
H(2,1,1)=0
H(2,1,2)=0
H(3,1,1)=0
H(3,1,3)=0
H(3,1,2)=0
H(3,2,1)=0
H(3,2,3)=0
H(3,2,2)=0
H(3,3,1)=0
H(3,3,3)=0
H(3,3,2)=0
2.
3.
4.
d(A,B)= 0,06+0,06+0,06+0,13+0,07
+0,06+0,13+0,06
d(A,B) = 0,63
hasil 0,63 adalah hasil dari pencarian gambar yang
sama yang artinya adalah gambar tersebut diatas
tidak mempunyai kesamaan warna atau tidak mirip.
Hasil 0 akan didapat jika gambar yang digunakan
mempunyai histogram warna yang sama.
4.
TAMPILAN PROGRAM
KESIMPULAN
5.
Daftar Pustaka
[1] Putra, Darma. 2010. Pengolahan Citra Digital.
Penerbit Andi, Yogyakarta
[2] Kusrini, dkk. Pencarian Citra Visual Berbasis
Isi Citra Menggunakan Fitur Warna Citra.
STMIK Amikon, Yogyakarta. Hal.1-9
[3] Bitmap. (http://id.wikipedia.org/wiki/BMP,
diakses tanggal 11-03-2013)
[4] JPEG. (http://id.wikipedia.org/wiki/JPEG,
diakses tangal 11-03-2013)
[5] Widodo, Yanu. 2007. Penggunaan Color
Histogram dalam image retrieval. Jurnal
Teknik Informatika, Ilmu Komputer
[6] Latha, M., Y., Mrs, dkk. Content Based Image
Retrieval via warvelet transform. Jurnal
Teknik Informatika (vol, 7 No. 13)