KOMBINASI ANTARA TERM WEIGHTING DENGAN INTEGRATED COLOR AND INTENSITY CO-OCCURENCE MATRIX UNTUK DUA LAPIS TEMU KEMBALI CITRA PADA MEDIA SOSIAL TWITTER

Content Based Image Retrieval (CBIR) ialah salah satu teknik yang
digunakan untuk melakukan pencarian citra berbasis isi. Meskipun hasil
pencarian dari CBIR relevan dengan query yang diberikan oleh user,
tetapi terkadang hasilnya tidak seperti yang diinginkan oleh user.
Sehingga untuk mengatasi permasalahan tersebut dalam penelitian ini
akan digunakan dua lapis sistem temu kembali yang mengkombinasikan
text retrieval dengan model Vector Space Model (VSM) dan pembobotan
menggunakan Term Frequency - Inverse - Document Frequency (TF-IDF)
dikombinasikan dengan CBIR yang menggunakan Integrated Color and
Intensity Co-Occurence Matrix (ICICM) sebagai metode feature
extraction untuk citra. Feature yang digunakan pada ICICM ialah tekstur
dan warna yang merupakan 2 feature tingkat rendah yang sering
digunakan untuk klasifikasi citra dan retrieval. Tujuan dari penelitian ini
ialah mengkombinasikan dua lapis sistem temu kembali yaitu text dan
content based untuk mendapatkan hasil retrieval yang lebih baik. Data
yang digunakan dalam penelitian ini berasal dari media sosial Twitter
dengan query teks berupa “wisata madura”. Hasil yang didapat dari
penelitian ini adalah dengan menggunakan kombinasi text based dengan
content based dapat meningkatkan precision dan recall hasil retrieval
meskipun tanpa melakukan pencarian dalam seluruh dataset. Hasil yang
yang didapatkan pada penelitian ini adalah dengan menggunakan
kombinasi antara text based dengan content based hasilnya lebih baik
dibandingkan dengan menggunakan text based saja yaitu dengan
kenaikan sebesar 0,0576 untuk precision dan dengan recall yang sama.
Sedangkan dengan menggunakan kombinasi antara text based dengan content based hasilnya lebih baik dibandingkan dengan menggunakan
content based saja yaitu dengan kenaikan sebesar 0,0238 untuk precision
dan dengan recall sebesar 0,2000.