IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA
MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV
SKRIPSI
RAFIKA ASNUR LUBIS 111401041
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA
MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
RAFIKA ASNUR LUBIS 111401041
PROGRAM STUDI S1 ILMU KOMPUTER
ii
PERSETUJUAN
Judul : IMPLEMENTASI CONTENT BASED IMAGE
RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV
Kategori : SKRIPSI
Nama : RAFIKA ASNUR LUBIS
Nomor Induk Mahasiswa : 111401041
Program Studi : SARJANA (S1) ILMU KOMPUTER
Departemen : ILMU KOMPUTER
Fakultas : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 23 Desember 2015
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Handrizal, S.Si, M.Comp.Sc Dr. Poltak Sihombing, M.Kom
NIP. - NIP. 196203171991031001
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
iii
PERNYATAAN
IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL BERBASIS FITUR BENTUK DAN WARNA
MENGGUNAKAN OPERATOR SOBEL DAN DETEKSI WARNA HSV
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 23 Desember 2015
iv
UCAPAN TERIMA KASIH
Puji dan syukur kehadirat Allah SWT, karena rahmat dan izin-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada:
1. Bapak Prof. Drs. Subhilhar, M.A., Ph.D. selaku Pj. Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fasilkom-TI USU.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer Universitas Sumatera Utara dan Dosen Pembimbing I yang telah memberikan bimbingan dan saran kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
5. Bapak Handrizal, S.Si, M.Comp.Sc selaku Dosen Pembimbing II yang telah memberikan bimbingan dan saran kepada penulis.
6. Bapak Dr. Syahriol Sitorus, S.Si, MIT selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7. Ibu Elviwani, ST, S.Kom, M.Kom selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8. Ayahanda H. Agus Salim Lubis dan Ibunda Hj. Nursyam Hasibuan yang selalu
memberikan doa, kasih sayang dan dukungan kepada penulis.
9. Rauva Chairani, Widuri Annisya Putri, Ilda Sari Z. Hasibuan, Channy Rosalia, Dwi Puspita Yafelli, dan Sofia yang selalu memberikan semangat dan motivasi kepada penulis.
11. Angga Eriansyah, S.Kom., Abangda Aulia Akbar Harahap, S.Kom., Abangda Handra Akira Saito, dan Kakak Siti Moriza Tania, S.Kom. yang telah memberikan nasehat dan pengetahuan kepada penulis.
12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.
Medan, 23 Desember 2015
Penulis
vi
ABSTRAK
Teknik pemanggilan citra berdasarkan teks yang sudah ada pada saat ini belum
sepenuhnya bisa digunakan karena nama dari sebuah file tidak dapat
merepresentasikan isinya. Pemanggilan citra menjadi rancu bila ada pihak lain yang memodifikasi nama file citra tanpa memperhitungkan isi atau informasi dari file citra tersebut. Untuk mengatasi kendala tersebut, pemanggilan citra dapat dilakukan berdasarkan konten. Pemanggilan citra berdasarkan konten dilakukan dengan cara mencocokkan fitur citra yang dicari dengan fitur citra yang ada pada database. Fitur citra yang diidentifikasi dapat berupa fitur tekstur, bentuk maupun warna, namun yang akan digunakan dalam penelitian ini adalah identifikasi citra dari fitur bentuk dan warnanya. Metode yang digunakan untuk ekstraksi fitur bentuk adalah Operator Sobel sedangkan metode yang digunakan untuk ekstraksi fitur warna adalah deteksi warna HSV. Penelitian ini menggunakan 100 citra dari 10 jenis citra bunga dengan bentuk dan warna yang berbeda sebagai citra query dan citra database. Setelah dilakukan pengujian, maka dapat disimpulkan bahwa ekstraksi fitur bentuk dengan menggunakan Operator Sobel dapat menemukan 33,25% citra yang relevan sedangkan ekstraksi fitur warna dengan menggunakan deteksi warna HSV dapat menemukan 27% citra yang relevan. Ekstraksi fitur bentuk dengan menggunakan Operator Sobel berhasil menemukan 66,5% citra dari keseluruhan citra dalam database sedangkan ekstraksi fitur warna dengan menggunakan deteksi warna HSV berhasil menemukan 54% citra dari keseluruhan citra dalam database.
vii
IMPLEMENTATION OF CONTENT BASED IMAGE RETRIEVAL BASED ON SHAPE AND COLOR FEATURES
USING SOBEL OPERATOR AND DETECTION OF HSV COLOR
ABSTRACT
Text based image retrieval existing at now it has not been fully can be used because the name of a file can not represent its contents. Image retrieval become less accurate if someone else is modify file name image without take into account the content or information from file that image. To overcome these obstacles, content based image retrieval can be done. Content based image retrieval is done by matching featuresan imagethat searched with features an image that is on a database. The identified image features can be texture features, shape, and color, but the features that will be used in this research is identification image of shape and color features. The method that used for the extraction of shape features is Sobel Operator while for the extraction of color features uses detection of HSV color. This research uses 100 images of 10 different types of flower image with different shapes and colors as the query image and the database image. After testing, so can be concluded that extraction of shape features using Sobel Operator can find 33,25 % relevant image while extraction of color features using detection of hsv color can find 27 % relevant image. The extraction of shape features using Sobel Operator can find 66,5 % the image of a whole image in a database while extraction of color features using detection of HSV color can find 54 % image of a whole image in a database.
viii
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Ucapan Terima Kasih iv
Abstrak vi
Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Sistem 25
3.1.1 Analisis Masalah 26
3.1.2 Analisis Kebutuhan 27
3.1.2.1 Kebutuhan Fungsional 27
3.1.2.2 Kebutuhan Non-Fungsional 27
ix
3.2 Perancangan Sistem 28
3.2.1 Flowchart 29
3.2.1.1 Flowchart Content Based Image Retrieval 29
3.2.1.2 Flowchart Ekstraksi Fitur Bentuk 30
3.2.1.3 Flowchart Ekstraksi Fitur Warna 31
3.2.1.4 Flowchart Sistem Secara Keseluruhan 32
3.2.2 Pseudocode 33
3.2.2.1 Pseudocode Ekstraksi Fitur Bentuk 33
3.2.2.2 Pseudocode Ekstraksi Fitur Warna 34
3.2.3 Use Case Diagram 36
3.2.4 Activity Diagram 39
3.2.5 Sequence Diagram 41
3.2.6 Perancangan Database 42
3.2.7 Perancangan Antarmuka 43
3.2.7.1 Halaman Utama 43
3.2.7.2 Halaman Mulai Pencarian 44
3.2.7.3 Halaman Input Citra ke Database 45
3.2.7.4 Halaman Bantuan 46
3.2.7.5 Halaman Tentang 47
Bab 4 Implementasi dan Pengujian
4.1 Implementasi 48
4.1.1 Halaman Utama 48
4.1.2 Halaman Mulai Pencarian 49
4.1.3 Halaman Input Citra ke Database 50
4.1.4 Halaman Bantuan 50
4.1.5 Halaman Tentang 51
4.1.6 Proses Pemanggilan Citra Berdasarkan Fitur Bentuk 51
4.1.7 Proses Pemanggilan Citra Berdasarkan Fitur Warna 55
4.2 Pengujian 62
4.2.1 Pengujian Ekstraksi Fitur Bentuk 62
4.2.2 Pengujian Ekstraksi Fitur Warna 68
4.2.3 Analisis Hasil Pengujian 73
Bab 5 Kesimpulan dan Saran
x
DAFTAR TABEL
Halaman
Tabel 2.1 Contoh Tabel Warna HSV 19
Tabel 3.1. Use Case Narrative Pemanggilan Citra 37
Tabel 3.2. Use Case Narrative Input Citra ke Database 38
Tabel 3.3. Tabel imageSobelMatching 42
Tabel 3.4. Tabel imageHsvMatching 43
Tabel 4.1. Piksel Citra PlumFlower5.jpg 52
Tabel 4.2. Piksel Hasil Grayscale Citra PlumFlower5.jpg 53
Tabel 4.3. Matriks Nilai Magnitudo 53
Tabel 4.4. Piksel Citra PlumFlower5.jpg (1) 55
Tabel 4.5. Piksel Citra PlumFlower5.jpg (2) 56
Tabel 4.6. Piksel HSV Citra PlumFlower5.jpg 56
Tabel 4.7. Kuantisasi Ruang Warna dari Histogram HSV-162 Bin(1) 57
Tabel 4.8. Kuantisasi Ruang Warna dari Histogram HSV-162 Bin(2) 58
Tabel 4.9. Kuantisasi Ruang Warna dari Histogram HSV-162 Bin(3) 59
Tabel 4.10. Histogram HSV-162 Bin(1) 59
Tabel 4.11. Histogram HSV-162 Bin(2) 60
Tabel 4.12. Histogram HSV-162 Bin(3) 61
Tabel 4.13. Pengujian Pemanggilan Citra Berdasarkan Fitur Bentuk(1) 62
Tabel 4.14. Pengujian Pemanggilan Citra Berdasarkan Fitur Bentuk(2) 63
Tabel 4.15. Rincian Hasil Pemanggilan Citra Berdasarkan Fitur Bentuk(1) 64
Tabel 4.16. Rincian Hasil Pemanggilan Citra Berdasarkan Fitur Bentuk(2) 65
Tabel 4.17. Nilai Precision Hasil Pemanggilan Citra 65
Tabel 4.18. Nilai Recall Hasil Pemanggilan Citra 66
Tabel 4.19. Waktu Pemanggilan Citra Berdasarkan Ekstraksi Fitur Bentuk 67
Tabel 4.20. Pengujian Pemanggilan Citra Berdasarkan Fitur Warna(1) 68
Tabel 4.21. Pengujian Pemanggilan Citra Berdasarkan Fitur Warna(2) 69
xi
Tabel 4.23. Rincian Hasil Pemanggilan Citra Berdasarkan Fitur Warna(2) 71
Tabel 4.24. Nilai Precision Hasil Pemanggilan Citra 71
Tabel 4.25. Nilai Recall Hasil Pemanggilan Citra 72
Tabel 4.26. Waktu Pemanggilan Citra Berdasarkan Eksraksi Fitur Warna(1) 72
Tabel 4.27. Waktu Pemanggilan Citra Berdasarkan Eksraksi Fitur Warna(2) 73
xii
DAFTAR GAMBAR
Halaman
Gambar 2.1. Diagram Sistem Content Based Image Retrieval 8
Gambar 2.2. Citra Bunga 16
Gambar 2.3. Citra Bunga Hasil Deteksi Operator Sobel 17
Gambar 2.4. Diagram Deteksi Tepi Menggunakan Operator Sobel 17
Gambar 2.5. Model Warna HSV 18
Gambar 2.6. Sistem Koordinat Citra Digital 20
Gambar 3.1. Diagram Ishikawa Masalah Penelitian 26
Gambar 3.2. Flowchart Content Based Image Retrieval 29
Gambar 3.3. Flowchart Ekstraksi Fitur Bentuk dengan Operator Sobel 30
Gambar 3.4. Flowchart Ekstraksi Fitur Bentuk dengan Deteksi Warna HSV 31
Gambar 3.5. Flowchart Sitem Secara Keseluruhan 32
Gambar 3.6. Use Case Diagram Sistem 37
Gambar 3.7. Activity Diagram Pemanggilan Citra 39
Gambar 3.8. Activity Diagram Input Citra ke Database 40
Gambar 3.9. Sequence Diagram Pemanggilan Citra 41
Gambar 3.10. Sequence Diagram Input Citra ke Database 41
Gambar 3.11. Perancangan Antarmuka Halaman Utama 43
Gambar 3.12. Perancangan Antarmuka Halaman Mulai Pencarian 44
Gambar 3.13. Perancangan Antarmuka Halaman Input Citra ke Database 45
Gambar 3.14. Perancangan Antarmuka Halaman Bantuan 46
Gambar 3.15. Perancangan Antarmuka Halaman Tentang 47
Gambar 4.1. Halaman Awal 48
Gambar 4.2. Halaman Mulai Pencarian 49
Gambar 4.3. Halaman Input Citra ke Database 50
Gambar 4.4. Halaman Bantuan 50
xiii
Gambar 4.6. Citra PlumFlower5.jpg 51
Gambar 4.7. Hasil Grayscale Citra PlumFlower5.jpg 52
Gambar 4.8. Citra PlumFlower5.jpg dengan Operator Sobel 54
xiv
DAFTAR LAMPIRAN
Halaman
Lampiran 1 Urutan Peraturan Pengisian Angket A-1
Lampiran 2 Angket B-1
Lampiran 3 Listing Program C-1