Penerapan Metode Content-Based Image Retrieval untuk Pengenalan Jenis Bunga

Abstract

Abstrak – Content-Based Image Retrieval (CBIR) adalah suatu metode yang dikembangkan dari image retrieval untuk mencari gambar dari suatu database gambar yang besar. Penelitian ini menerapkan metode Content-Based Image Retrieval (CBIR) untuk membangun aplikasi pengenalan jenis bunga. Output yang akan dihasilkan dari aplikasi pengenalan jenis bunga ini yaitu urutan dari gambar-gambar bunga dimulai dari gambar yang memiliki tingkat kemiripan paling tinggi dengan gambar query. Dimana hasil yang akan di retrieve akan menampilkan informasi berupa gambar dan nama gambarnya, serta nilai kemiripan. Euclidean Distance adalah algoritma yang digunakan untuk menghitung nilai kemiripan. Penelitian ini menggunakan 250 citra dataset dari 5 jenis bunga lokal kota Tomohon, Sulawesi Utara. Pengujian dari penelitian ini dihitung dengan menggunakan recall dan precision, dengan hasil yang didapat yaitu rata-rata recall dengan nilai kemiripan mencapai 72.2% dan precision juga mencapai 72.2%.

Kata kunci : Bunga; Citra; Content-Based Image Retrieval (CBIR); Euclidean Distance; Image Retrieval; Image Similarity; Keras; Tensorflow;

         Abstract - Content-Based Image Retrieval (CBIR) is a method developed from image retrieval to search images from a large image database. This study applies the Content-Based Image Retrieval (CBIR) method to build applications for the introduction of flower types. The output that will be generated from this is the sequence of flower images starting from the image that has the highest level of similarity with the query image. Where the results to be retrieved will display information in the form of images and image names, and similarity values. Euclidean Distance is an algorithm used to calculate similarity values. The dataset uses for this study is 250 images from 5 types of local flowers in Tomohon, North Sulawesi. Tests from this study are calculated using recall and precision technique, which the results is the average of recall reaching 72.2% and precision also reaching 72.2% for the similarity values.

Keywords: Flower; Image; Content-Based Image Retrieval (CBIR); Euclidean Distance; Image Retrieval; Image Similarity; Keras; Tensorflow;