Metode Support Vector Machine untuk Klasifikasi pada Sistem Temu Kembali Citra
Teks penuh
Gambar
Dokumen terkait
Hasil tersebut menunjukkan bahwa metode latent semantic indexing dapat memunculkan makna semantik dari citra sehingga citra hasil temu kembali lebih relevan terhadap kueri
Penelitian ini merupakan bagian awal dari penelitian besar yaitu membangun sistem yang dapat membaca dan mengekstrak data yang terdapat pada citra hasil scan formulir
Hasil ujicoba menunjukkan bahwa performance terbaik dari sistem temu kembali citra tekstur adalah recall sebesar 92,5%, yang didapat dengan menggunakan vektor fitur
Berdasarkan Gambar 4, dapat dilihat bahwa citra hasil temu kembali dengan menggunakan SVM lebih baik Hal ini dikarenakan sistem mempunyai model klasifikasi untuk
Metode ini menggunakan prinsip satu lawan semua dengan membandingkan satu kelas dengan semua kelas lainnya. Ketika akan melakukan klasifikasi daata ke dalam k kelas, maka harus
Aplikasi Sistem Temu Kembali Informasi Kelas Buku dapat melakukan pencocokan query pengguna dengan koleksi dokumen yang tersimpan dalam sistem.. Koleksi dokumen adalah
Untuk menemukan citra yang dibutuhkan dalam basis data citra skala besar, digunakan metode temu kembali citra berbasis fitur menggunakan algoritma SIFT dan SURF [8].. Algoritma SIFT
Hasil Temu Kembali Fitur Kombinasi HW dan DWD Pada Pengukuran Jarak Minkowski Distance Hasil temu kembali citra termal payudara menggunakan penggabungan fitur deskriptor warna