KOMBINASI INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX DAN ALGORITMA ROCCHIO UNTUK TEMU KEMBALI CITRA BERBASIS ISI DENGAN RELEVANCE FEEDBACK

Citra adalah salah satu bentuk data yang banyak digunakan untuk mendapatkan informasi. Content Based Image Retrieval (CBIR) atau Temu Kembali Citra Berbasis Isi merupakan suatu sistem untuk mendapatkan kembali citra berdasarkan content dari citra, yaitu dengan menggunakan citra sebagai query. Dalam penerapannya pencarian menggunakan CBIR dapat menghasilkan pencarian yang sesuai dengan query citra , tetapi seringkali tidak seperti apa yang diinginkan oleh pengguna. Oleh karena itu untuk mengatasi permasalahan tersebut digunakan relevance feedback atau umpan balik untuk mendapatkan masukan dari pengguna, yang dikombinasikan CBIR. Terdapat 4 tahapan utama dalam penelitian ini, pertama proses ekstraksi fitur pada warna dan tekstur mengunakan Integrated Color and Intensity Co-occurrence Matrix (ICICM), kedua, pengukuran kemiripan dengan Cosine similarity, ketiga, pembentukan query baru dengan Algoritma Rocchio, dan tahap terakhir adalah pengukuran kemiripan dengan Cosine similarity. Pada penelitian akan dilakukan beberapa skenario percobaan untuk mengetahui akurasi dari precision dan recall dari hasil retrieval. Uji coba dilakukan pada dataset Corel 1000 image database dari Semantics-Sensitive Integrated Matching for Picture Libraries dan 100 citra gedung Universitas Trunojoyo Madura. Dari hasil uji coba yang telah dilakukan membuktikan bahwa kombinasi ICICM dan Algoritma Rocchio untuk temu kembali citra berbasis isi dengan Relevance Feedback mendapatkan kenaikan akurasi sebesar 17%, yaitu dengan mendapatkan akurasi precision tertinggi sebesar 0,9628548, sedangkan tanpa menggunakan relevance feedback hanya mendapatkan akurasi precision sebesar 0,7940402.