ABSTRAKSI: Image retrieval merupakan teknik yang digunakan untuk mencari citra dari suatu database yang memiliki kemiripan karakteristik dari citra query. Pencarian berdasarkan informasi metadata citra (text-based) kurang efektif karena memiliki kekurangan yaitu perbedaan persepsi setiap orang di dalam merepresentasikan sebuah citra. Permasalahan tersebut diatasi dengan cara pencarian citra berdasarkan informasi isi citra atau dikenal dengan Content Based Image Retrieval (CBIR).
Pada Tugas Akhir ini, CBIR yang dikembangkan yaitu berdasarkan fitur warna dan bentuk. Fitur warna diekstraksi menggunakan Color Moments, dimana metode ini memanfaatkan fitur dominan dari distribusi probabilitas warna sebagai vektor ciri warna. Fitur dominan tersebut yaitu mean, standard deviation, dan skewness dari setiap komponen warna. Sedangkan untuk ekstraksi fitur bentuk menggunakan Moment Invariants, dimana metode ini menghasilkan tujuh invarian momen dari sebuah citra sebagai vektor ciri bentuk. Tujuh invarian momen ini konstan terhadap perubahan geometri (skala, translasi, dan rotasi).
Hasil penelitian menunjukkan bahwa kombinasi perhitungan kemiripan (similarity computation) kedua metode yang dilakukan secara paralel menghasilkan precision yang lebih baik daripada kombinasi yang dilakukan secara serial maupun tanpa kombinasi. Dimana akurasi kombinasi secara paralel untuk kasus dalam penelitian Tugas Akhir ini mencapai 84.22%.Kata Kunci : content based image retrieval, color moments, moment invariantsABSTRACT: Image retrieval is a technique for searching images from database that have similar characteristic with query image. Retrieve image based on text-based is less effective because it’s disadvantage is difference of human’s perception to represent an image. This problem can be solved by retrieve image based on image’s content that called Content Based Image Retrieval (CBIR)
On this final project, developing CBIR based on color and shape feature. Color feature is extracted using Color Moments, which is use the dominant features of the color distributions as color vector, they are mean, standard deviation, and skewness of each color channel. To extracting shape feature, used Moment Invariants method, which is compute seven invariant moments that invariant under scale, translation, and rotation.
Final result shows the parallel combination of similarity computation of Color Moments and Moment Invariants has the accuracy result better than serial combination in spite of without combination. The accuracy of parallel combination for this final project is 84.22%.Keyword: content based image retrieval, color moments, moment invariants