Saat ini pencarian citra berbasis teks sudah tidak efektif lagi karena hasil yang diperoleh tidak sesuai dengan yang diharapkankan oleh user. Oleh karena itu, diperlukan suatu sistem yang dapat menangani pencarian citra menggunakan query berupa citra atau disebut Sistem Perolehan Citra berbasis Isi (SPCI) atau Content Based Image Retrieval (CBIR) untuk memperoleh hasil yang sesuai dengan input yang di inginkan user. Dalam penelitian Tugas Akhir ini menggunakan unsur fitur warna sebagai proses pencarian kemiripan dari delapan kelas citra batik yaitu: citra batik Cirebon, Bali, Pamekasan, Solo, Jogja, Sumenep, Pekalongan, dan Bangkalan sebagai objek perolehan citra berbasis isi. Sistem dibangun dengan proses utamanya yaitu ekstraksi fitur warna dengan menggunakan metode Color Co-occurrence Matrix (CCM) & Modified Color Co-occurrence Matrix (MCCM). Sehingga dari hasil ekstraksi fitur akan dilakukan pencocokan dengan citra database menggunakan Similarity. Dari seluruh skenario yang telah di uji coba pada 200 citra batik, dengan percobaan 10 citra query di dapatkan bahwa tingkat presicion MCCM lebih tinggi dibanding dengan CCM, masing masing tingkat akurasi presicion 66% untuk CCM dan 73% untuk MCCM. Peningkatan tersebut disebabkan karena proses Similarity pada MCCM dan CCM berbeda yakni untuk MCCM antara diagonal dan non-diagonal dipisah.


Deskripsi Lain

Currently, text-based image retrieval is no longer effective because the results are not in accordance with what is supposed by the user. Therefore, we need a system that can handle image retrieval using a query image called Content-based Image Retrieval System (SPCI) or Content Based Image Retrieval (CBIR) to obtain the results corresponding to the input that the user wants. In this final, it uses color feature element as a similarity retrieval process of the eight classes of batik image, namely: image of batik Cirebon, Bali, Pamekasan, Solo, Yogyakarta, Sumenep, Pekalongan, and Bangkalan as content-based image retrieval object. The systems are built with its main process that is the extraction of color’s feature by using the Color Co-occurrence Matrix (CCM) & Modified Color Co-occurrence Matrix (MCCM). So that the results of feature extraction will be made to match the image database using Similarity. From the entire scenario which has been tested on 200 images of batik, with 10 trials in the query, it is obtained that the level of image precision by MCCM is higher than the CCM, respectively precision 66% accuracy rate for CCM and 73% for MCCM. The increase was due to the similarity in the MCCM and CCM differs. For MCCM between diagonal and non-diagonal is split.

• Perbandingan Metode Transformasi Kekre dan Segmentasi Warna HSV untuk Sistem Perolehan Citra Berbasis Isi
• SISTEM PEROLEHAN CITRA BERBASIS ISI MENGGUNAKAN FITUR COLOR AUTOCORRELOGRAM PADA HSV COLOR SPACE UNTUK CITRA BATIK
• PERBANDINGAN METODE COLOR CO-OCURRENCE MATRIX (CCM) & MODIFIED COLOR CO-OCCURRENCE MATRIX (MCCM) PADA SISTEM PEROLEHAN CITRA BERBASIS ISI UNTUK CITRA BATIK
• Komunikasi Citra Kota Pamekasan sebagai Kota Batik.
• JARINGAN SOSIAL PEDAGANG BATIK TULIS DI DESA TANJUNGBUMI(Studi Kasus Jaringan Sosial Pedagang Batik Tulis di Desa Tanjungbumi)