LANDASAN TEORI
2.1 Citra Digital
2.1.1 Pengertian Citra Digital
Citra digital didefinisikan sebagai matriks berukuran N baris dan
M kolom di mana elemen dari matriks merupakan suatu nilai yang
menyatakan intensitas citra pada posisi nilai tersebut. Elemen pada citra
digital sering disebut sebagai piksel. Terdapat banyak model dalam
merepresentasikan warna piksel. Beberapa yang paling umum adalah
RGB (Red-Green-Blue), CMYK (Cyan-Magenta-Yellow-Black), dan
HSL (Hue-Saturation-Lightness).
2.1.2 Jenis Citra Digital
Citra digital dapat dibedakan menjadi 2 jenis, yaitu:
a. Tipe Raster
Citra raster merupakan suatu citra yang terdiri atas persegi-persegi
kecil yang memiliki warna tersendiri. Citra raster sering disebut
sebagai bitmap.
b. Tipe Vektor
Citra vektor merupakan citra yang terbentuk dari bangun-bangun
geometri sederhana seperti titik, garis lurus, garis lengkung, dan
polygon (segi banyak).
Beberapa format vektor antara lain adalah cgm, svg, dan swf.
2.1.3 Pengolahan Citra Digital
Pengolahan citra merupakan proses manipulasi citra menjadi citra
lain yang kualitasnya lebih baik. Tujuan pengolahan citra adalah
memperbaiki kualitas citra agar lebih mudah diinterpretasi oleh manusia
ataupun mesin. Jadi, kualitas citra yang lebih baik bukan hanya berarti
bahwa lebih menarik bagi manusia, akan tetapi dapat juga berarti lebih
mudah diinterpretasikan oleh mesin.
Terdapat banyak operasi yang dilakukan di dalam pengolahan
citra. Secara umum, operasi pengolahan citra dapat diklasifikasikan
sebagai berikut:
1. Perbaikan kualitas citra
Operasi ini bertujuan untuk meningkatkan kualitas citra di mata
manusia dengan mengubah parameter-parameter pada suatu citra.
Parameter-parameter citra yang diubah antara lain:
a. Perbaikan kontras warna
b. Perbaikan eksposure / tingkat pencahayaan citra
2. Pemulihan kualitas citra
Operasi ini bertujuan untuk memperbaiki kualitas citra yang telah
berubah karena berbagai sebab seperti:
a. Adanya noise / gangguan
b. Citra yang mengalami perubahan warna karena waktu
3. Pengkompresan citra
Operasi ini bertujuan untuk mengecilkan ukuran citra. Terdapat
banyak sekali algoritma kompresi citra yang digunakan saat ini.
Beberapa yang paling umum antara lain adalah JPEG (yang
melakukan kompresi dengan algoritma Discrete Cosine Transform)
dan JPEG2000 (yang melakukan kompresi dengan algoritma Discrete
Wavelet Transform).
4. Segmentasi citra
Operasi ini bertujuan untuk mengelompokkan citra menjadi beberapa
region berdasarkan kriteria tertentu. Segmentasi citra bertujuan untuk
menemukan karakteristik yang dimiliki oleh citra sehingga sering juga
digunakan untuk pengenalan pola citra.
5. Analisis citra
Operasi ini bertujuan untuk mengenali citra yang ada. Pengenalan
citra yang dimaskud berupa pengidentifikasian objek pada citra.
Untuk melakukan pengidentifikasian citra, terdapat banyak proses
a. Pendeteksian batas objek
b. Pendeteksian daerah objek
2.2 Fitur
2.2.1 Pengertian fitur
Suatu citra biasanya memiliki ukuran yang besar. Di dalam citra yang
besar tersebut, terdapat informasi yang esensial yang jumlahnya lebih
kecil daripada ukuran keseluruhan citra tersebut. Informasi-informasi
esensial ini disebut fitur dari suatu citra.
2.2.2 Ekstraksi fitur
Fitur dari suatu gambar memiliki ukuran yang jauh lebih kecil daripada
citra aslinya. Untuk memperoleh fitur dari suatu gambar dilakukan
transformasi terhadap citra yang akan mengecilkan ukuran dari citra.
Proses transformasi ini disebut sebagai ekstraksi fitur.
2.3 Retrival Citra
2.3.1 Pengertian Retrival Citra
Retrival citra berarti pencarian citra dari suatu basis data citra dengan
menggunakan cara-cara tertentu. Secara umum terdapat 2 retrival citra
yang sekarang dilakukan, yaitu retrival citra dengan menggunakan teks
umum digunakan pada saat ini. Contoh yang paling umum adalah mesin
pencarian google yang menggunakan teks untuk mencari citra.
2.3.2 Retrival Citra Berbasis Teks
Retrival citra berbasis teks merupakan suatu sistem pencarian citra di
dalam basis data citra dengan menggunakan informasi teks yang
diberikan sebagai input / kuerinya.
2.3.3 Retrival Citra Berbasis Konten
Retrival citra berbasis konten merupakan suatu sistem pencarian citra di
dalam basis data citra dengan menggunakan informasi citra, seperti warna,
bentuk, dan tekstur sebagai input / kuerinya.
2.4 Rata-rata
Rata-rata merupakan nilai tengah dari sekumpulan nilai. Secara matematik,
rata-rata dapat dirumuskan sebagai berikut:
2.5 Transformasi Walsh-Hadamard
2.5.1 Pengertian Transformasi Walsh-Hadamard
Transformasi Walsh-Hadamard merupakan suatu transformasi
gelombang yang berbentuk tegak lurus (orthogonal) dan segi empat
(rectangular).
Transformasi Walsh-Hadamard dapat didefinisikan dengan dua cara,
yaitu:
‐ Representasi rekursif
Menurut Jörg Arndt (2005, p463), secara rekursif, transformasi
Walsh-Hadamard dapat dinyatakan dengan:
• Kondisi basis Untuk m=0
Hm merupakan matriks 1x1 berupa (1)
• Kondisi rekursif Untuk m>0
Hm merupakan matriks dengan bentuk:
⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − = − − − − 1 1 1 1 2 1 m m m m m H H H H H ‐ Representasi biner
Dengan representasi biner, transformasi Walsh-Hadamard dapat
dinyatakan dengan cara:
( )
=( )
−∑
j j j m n k m k n H 1 2 1 2 / ,Kedua cara tersebut akan menghasilkan matiks yang sama. Apabila dari
matriks tersebut diambil dua baris secara acak, maka dua baris matriks
tersebut akan bersifat saling orthogonal.
2.5.2 Jenis-Jenis Transformasi Walsh-Hadamard
Berdasarkan waktu prosesnya, terdapat dua jenis transformasi
Walsh-Hadamard, yaitu:
‐ Transformasi Walsh-Hadamard
‐ Transformasi Fast Walsh-Hadamard
Perbedaan kedua transformasi ini terdapat pada kecepatan
transformasinya, di mana transformasi Walsh-Hadamard memiliki
kompleksitas O(n2), sedangkan transformasi Fast Walsh-Hadamard
memiliki kompleksitas O(n ln n).
2.5.3 Kegunaan Transformasi Walsh-Hadamard
Terdapat banyak kegunaan transformasi Walsh-Hadamard. Beberapa
yang sudah umum diterapkan adalah:
‐ Memproses signal
Transformasi Walsh-Hadamard banyak digunakan untuk pemulihan
data (error-correcting). Hal ini disebabkan karena sifat khusus dari
matriks tranformasi Hadamard yang bersifat orthogonal dan memiliki
perbedaan banyaknya angka antar baris sebanyak n/2 untuk matriks
berukuran nxn.
Karena kecepatan proses dari transformasi Fast Walsh-Hadamard
yang memiliki kompleksitas O(n ln n) dan sifatnya yang orthogonal,
banyak kompresi video yang menggunakan tranformasi Fast
Walsh-Hadamard sebagai dasar algoritmanya.
2.5.4 Kelebihan Transformasi Walsh-Hadamard
“Success of image retrieval depends on performance and speed of the retrieval technique used.” (Kekre, H. B., Thepade, S. D., Athawale, A., Shah, A., Verlekar, P. & Shirke, S. 2010. Energy Compaction and Image Splitting for Image Retrieval using Kekre Transform over Row and Column Feature Vectors. IJCSNS International Journal of Computer Science and Network Security. (Online), Vol. 10, No. 1.)
Transformasi Walsh-Hadamard memiliki kelebihan dari segi kecepatan pemrosesannya. Dengan menggunakan matriks biner (0 dan 1), maka kecepatan pengindeksan gambar dan juga kecepatan pencarian gambar akan lebih cepat dibandingkan metode lainnya.
2.6 Jarak Kemiripan
Kemiripan antara dua buah citra dapat dihitung dengan jarak. Semakin
kecil perbedaan antara dua buah citra, maka jaraknya akan semakin kecil. Begitu
juga sebaliknya, semakin besar perbedaan antara dua buah citra, maka jaraknya
juga akan menjadi semakin besar.
Terdapat banyak cara untuk menghitung jarak antara dua fitur vektor.
Beberapa cara dalam menghitung jarak kemiripan adalah sebagai berikut:
Jarak minkowski merupakan generalisasi dari jarak Manhattan dan jarak
Euclidean. Jarak Minkowski orde p antara dua fitur vektor adalah:
( )
∑
( ) ( )
= − = n i p p i g i h g h d 1 , ‐ Jarak ManhattanJarak Manhattan antara dua fitur vektor adalah:
( )
∑
( ) ( )
= − = n i i g i h g h d 1 , ‐ Jarak EuclideanJarak Euclidean antara dua fitur vektor adalah:
( )
∑
( ) ( )
= − = n i i g i h g h d 1 2 2 ,2.7 Evaluasi Kualitas Retrival Citra
Metode retrival memiliki kualitas yang baik apabila mengandung error
sesedikit mungkin. Secara umum, terdapat dua jenis error yang terdapat dalam
sistem retrival berbasis citra, yaitu:
1. False Positive
Citra yang terambil bukan merupakan citra yang relevan dengan kueri.
2. False Negative
Metode retrival yang baik harus dapat meminimalkan kedua jenis error
tersebut. Evaluasi terhadap suatu metode retrival dapat dilakukan dengan
menghitung nilai recall dan precision.
‐ Rumus Recall:
Recall = Jumlah citra relevan yang terambil / Jumlah citra relevan dalam
database
‐ Rumus Precision:
Precision = Jumlah citra relevan yang terambil / Jumlah total citra yang
terambil
Nilai recall yang tinggi berarti terjadi sedikit kesalahan false negative, sedangkan
2.7 Perancangan Program Komputer
Perancangan program komputer memiliki nilai penting dalam pembuatan
program. Program yang tidak dirancang dengan baik akan memiliki kualitas yang
tidak baik juga. Terdapat banyak model dalam perancangan program komputer.
Untuk pembuatan skripsi ini, model perancangan program yang akan digunakan
adalah model waterfall.
Gambar 2.1 Model Waterfall
Model waterfall memiliki urutan yang teratur. Setiap tahapan proses yang
akan dilakukan memerlukan kesiapan dari tahapan proses sebelumnya.
Proses-proses dalam tahapan model waterfall:
1. Komunikasi
Merupakan tahapan di mana dilakukan pengumpulan kebutuhan dari
2. Perencanaan
Merupakan tahapan di mana waktu dan jadwal penyelesaian program dibuat.
3. Pemodelan
Merupakaan tahapan analisis di mana program dianalisa dan dibuat
designnya.
4. Konstruksi
Merupakan tahapan di mana program dibuat.
5. Pendistribusian
Merupakan tahapan di mana program yang telah selesai dibuat
didistribusikan kepada para pengguna program.
2.8 Bahasa Pemrograman Java
Java adalah bahasa pemrograman yang berbasis pada Object Oriented
Programming. Java memiliki sintaks yang mirip dengan bahasa C++. Java
memiliki beberapa ciri-ciri, antara lain:
1. Merupakan teknologi yang open source
2. Merupakan bahasa yang berorientasi objek
3. Java tidak mendukung multi-inheritance.
5. Java bersifat multi platform sehingga dapat berjalan di berbagai operating
system.
2.9 Interaksi Manusia Komputer (IMK)
Interaksi Manusia dan Komputer merupakan bidang yang mempelajari
hubungan antara pengguna komputer dan komputer sehingga pengguna dapat
lebih mudah dan nyaman dalam menggunakan komputer. Interaksi antara
manusia dan komputer biasanya terjadi pada saat penginputan data dan penyajian
data oleh komputer. Dalam pembuatan program, IMK diterapkan pada
pembuatan antarmuka program.
Menurut Ben Schneiderman, untuk meningkatkan kenyamanan pengguna
dalam menggunakan suatu aplikasi, diperlukan perancangan antarmuka yang
baik. Scheiderman mengajukan “Eight Golden Rules of Interface Design”
sebagai panduan dalam merancang sistem interaksi yang baik, yaitu:
1) Strive for consistency (berusaha untuk konsisten)
2) Enable frequent users to use shortcuts (memungkinkan pengguna
menggunakan shortcuts)
3) Offer informative feedback (memberikan umpan balik yang informatif)
4) Design dialog to yield closure (merancang aplikasi yang memungkinkan
pengguna menyadari awal dan akhir dari suatu proses)
5) Offer simple error handling (memberikan penanganan kesalahan yang
6) Permit easy reversal of actions (memungkinkan pengguna membatalkan aksi
dan kembali ke kondisi sebelumnya)
7) Support internal locus of control (membantu pengguna dalam menguasai dan
mengontrol sistem)
8) Reduce short-term memory load (mengurangi beban ingatan jangka pendek)
2.10 Penggunaan Program Retrival Citra
Terdapat banyak perusahaan yang dapat memanfaatkan program image retrieval.
Beberapa di antaranya adalah sebagai berikut:
1. Perusahaan pembuatan semikonduktor
Di dalam pembuatan semikonduktor program retrival citra dapat
digunakan untuk mendeteksi permasalahan yang ada dalam proses
pembuatan semikonduktor. Dengan menggunakan citra-citra yang ada,
perusahaan dapat melihat tren produksi, kerusakan mesin, dan lain
sebagainya.
2. Rumah sakit
Dengan menggunakan retrival citra berbasis konten, rumah sakit dapat
meneliti mengenai wabah. Wabah yang serupa akan mengakibatkan
perubahan yang serupa pada bagian tubuh manusia, seperti sel kulit, sel darah,
ataupun lainnya. Dengan menggunakan retrival citra berbasis konten, gambar
sel orang yang terkena wabah dapat dibandingkan dengan gambar sel-sel
Selain itu, retrival citra berbasis konten juga dapat dimanfaatkan oleh
radiologists untuk mengamati permasalahan organ dalam tubuh. Radiologist
dapat membandingkan citra organ dalam tubuh pasien yang sedang diperiksa
dengan citra organ dalam pasien-pasien sebelumnya sehingga dapat
menentukan kelainan yang dialami oleh organ dalam tubuh pasien dengan
lebih tepat. Apabila dikembangkan lebih lanjut dengan menggunakan sistem
pakar, maka dapat dibuat sistem terotomatisasi yang dapat melakukan
