ABSTRAKSI: Content-based image retrival adalah pencarian gambar dengan memanfaatkan fitur ciri yang ada pada gambar. Fitur ciri tersebut dapat berupa bentuk, warna, tekstur, dan lain-lain. Ekstrasi ciri yang dibutuhkan untuk pencarian berbeda-beda tergantung dari domain gambar yang akan dicari. Dengan menggunakan ekstraksi ciri yang tepat, hasil pencarian dapat menjadi lebih baik. Untuk gambar dengan domain flora dan fauna, ekstraksi ciri yang dapat digunakan adalah ekstraksi sisi dan ekstraksi warna.
Dari permasalahan yang dikemukakan di atas maka dibangunlah sebuah sistem image retrieval dengan memanfaatkan fitur warna dan fitur sisi dari citra. fitur warna citra diekstrak dengan menggunakan color histogram. Sedangkan fitur sisi dari citra akan diekstrak dengan menggunakan multi-scale edge detection. Dari sistem yang dibangun ini kemudian dilihat bagaimana performansi pencarian gambar yang dihasilkan serta faktor-faktor apa saja yang mempengaruhi hasil pencarian.
Algoritma multi-scale edge detection adalah metode mencari representasi edge sebuah gambar dengan menggunakan sebuah operator edge detection akan tetapi proses pencarian edge dilakukan beberapa kali dengan perbedaan nilai Gaussian blur sehingga diperoleh hasil ekstraksi edge yang lebih baik. Color histogram yang digunakan dibagi berdasarkan color space dan representasi histogramnya. Dengan memanfaatkan edge detection dan color histogram diharapkan hasil pencarian citra bisa menjadi lebih baik.
Dari hasil pengujian yang dilakukan, dengan menggabungkan ekstraksi sisi dan ekstraksi warna, performansi pencarian citra dapat ditingkatkan. Peningkatan ini dapat dilihat dari peningkatan nilai precision yang diperoleh. Besarnya nilai precision dipengaruhi oleh beberapa faktor, seperti komposisi warna citra dan warna background, detail edge yang dihasilkan, metode pengukuran jarak antara query dan database, dan bobot untuk similarity yang diberikan untuk ekstraksi ciri.Kata Kunci : image retrieval, ekstraksi ciri, multi-scale edge detection, color histogramABSTRACT: Content-based image retrieval is an image search using feature extraction of image characteristic. The Image characteristic is defined by shape, color, texture, and else. Feature extraction that required is different depends on the image domain. Using the right feature extraction of image could obtain a better result. For images which contain flora and fauna, the feature extraction that could be use is edge extraction and color extraction.
From the problem that explained above, thus, is built an image retrieval system using color extraction and edge extraction from image. Color feature of image is extracted by using color histogram. Whereas, the edge feature of image is extracted by using multi-scale detection. Afterwards, from the system which built, the performance of image retrieval along with the factors that affect the image retrieval can be yielded.
Multi-scale detection algorithm is a searching method to represent an edge of image using edge detection operator, however, edge detection process retrieved several time with the different value of Gaussian blur, so the better edge extraction is obtained. Color Histogram that used based on color space and histogram representation. By using edge detection and color histogram, the image retrieval is expected better.
From a trial which had done, combining edge extraction and color extraction could enhance performance of image retrieval. This enhancement is perceived by the improvement of precision value. The precision value is affected by of several factors such composition of image color and background, edge detail, distance measurement between query and database, and weight of similarity that given for feature extraction.Keyword: image retrieval, feature extraction, multi-scale edge detection, color histogram