ABSTRAKSI: Dengan semakin berkembangnya teknologi informasi, banyak dikembangkan berbagai macam metode pencarian berdasarkan konten dari gambar tersebut atau biasa disebut sistem CBIR ( Content Based Image Retrieval ). Sistem ini merupakan mekanisme pencarian image query yang dikembangkan karena sistem pencarian image berdasarkan teks dinilai kurang efektif. Di dalam Tugas Akhir ini telah diimplementasikan pengujian sistem CBIR dengan ciri warna.
Sistem CBIR diimplementasikan dengan tujuan untuk mendapatkan fitur image. Dalam tugas akhir ini digunakan Daubechies 4 Wavelet sebagai metode transformasi. Untuk mendapatkan fitur image langkah pertama yaitu user menginput query image. Lalu dilakukan proses ekstraksi pada query image dan image database. Kemudian digunakan analisis pemotongan terhadap level dekomposisi tertentu yaitu level dekomposisi 1,3 ,dan 5. Untuk mendapatkan nilai similarity digunakan metode Euclidean Distance yang berfungsi sebagai pengukur nilai jarak kesamaan antara image query dengan image database. Sedangkan untuk pengujian akurasi sistem digunakan metode Recall dan Precision.
Hasil yang diperoleh pada tugas akhir ini adalah sebuah sistem CBIR yang dapat digunakan dalam proses pencarian citra dan dapat menganalisis dengan hasil parameter dekomposisi yang digunakan. Untuk hasil analisis terbaik untuk analisis dekomposisi didapat pada level dekomposisi level 3 dengan nilai precision 97,458% dan recall 89,45%. Dengan ratarata waktu simulasi selama 11 detik.Kata Kunci : CBIR, Image, Daubechies 4 Wavelet, Eucledian Distance, Recall, PrecisionABSTRACT: With the development of information and technologies, many developed various search method based on the content of images or commonly called CBIR (Content Based Image Retrieval) system. This system is a mechanism of image search queries which was developed because images search text-based system is no longer effective. In this final project had been implemented CBIR system with color feature.
CBIR system has been implemented to obtain the image feature. In this final project Daubechies 4 Wavelet is used as transformation method. To get the image feature the first step is user inputting a query image. Then do the extraction process on the query image and image databases. Cutting analysis is then used to the certain level of decomposition, that is at the level 1, 3, and 5 of decomposition. To get the similarity value is used Euclidean Distance method which is functioning as distance similarity measurement between the query image and image database. While for testing the accuracy of system is used Recall and Precision method.
The result from this final project is CBIR system can be used in the image search process and can give maximum analysis of retrieval result. The best analysis is derived from analysis of decomposition level 3 which is obtained precision value of 97,458% and recall value of 89,45%. With the average time of simulation over 11 seconds.Keyword: CBIR, Image, Daubechies 4 Wavelet, Eucledian Distance, Recall, Precision