TRUNOJOYO-Tugas Akhir-5655-090411100004_Abstract_TOC.pdf
Restricted to Repository staff only
Download (318kB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_Cover.pdf
Restricted to Repository staff only
Download (502kB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_Chapter1.pdf
Restricted to Repository staff only
Download (407kB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_Chapter2.pdf
Restricted to Repository staff only
Download (884kB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_Chapter3.pdf
Restricted to Repository staff only
Download (582kB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_Conclusion.pdf
Restricted to Repository staff only
Download (319kB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_References.pdf
Restricted to Repository staff only
Download (363kB)
TRUNOJOYO-Tugas Akhir-5655-090411100004_Appendices.pdf
Restricted to Repository staff only
Download (829kB)
Abstract
Content-Based Image Retrieval (CBIR) merupakan sistem pencarian citra menggunakan citra sebagai query yang di cocokan melalui proses similarity dengan citra yang ada di database. Fitur utama yang dimanfaatkan pada image retrieval sebagai query meliputi fitur warna, tekstur, dan shape. Ketiga fitur tersebut dapat digunakan untuk mencari citra yang diinginkan. Dalam penelitian Tugas Akhir ini, similarity atau kemiripan suatu citra query dibandingkan dengan citra pada database yang telah di-training sebelumnya menggunakan fitur warna. Hal ini dikarenakan fitur warna lebih mudah untuk diidentifikasi terhadap suatu citra. Pada penelitian ini menggunakan metode ekstraksi fitur Color Co-occurrence Matrix (CCM) dan similarity Modified Color Co-ccurrence Matrix (MCCM) untuk menentukan kemiripan suatu citra batik. Pengujian dilakukan dengan menggunakan lima skenario yang berbeda dengan mengubah nilai kuantisasi hue dari citra. Kuantisasi yang dilakukan pada penelitian ini menggunakan kuantisasi hue 6, kuantisasi hue 12, kuantisasi hue 18, kuantisasi hue 24, dan kuantisasi hue 30. Dari lima skenario yang dilakukan akurasi tertinggi terdapat pada skenario ke lima yaitu menggunakan kuantisasi hue 30 dengan hasil akurasi 62% untuk Color Co-occurrence Matrix, dan 65% untuk Modified Color Co-occurrence Matrix.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM AGUS SETIAWAN |
| Department | Informatika |
| Uncontrolled Keywords | Content Base Image Retrieval (CBIR), Color Co-occurrence Matrix (CCM), Modified Color Co-occurrence Matrix (MCCM), Similarity. |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 11:41 |
| Last Modified | 24 Oct 2026 16:44 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/1994 |
