Pengertian
Sistem untuk manajemen (penyimpanan, pengambilan, dan manipulasi) data beberapa media seperti kombinasi data tabulasi/administrasi, dokumen teks, gambar, spasial, sejarah, audio, dan data video (joan,2008).
Tujuan: untuk memberikan jawaban terbaik yang sesuai dengan kebutuhan pengguna.
Komponen Sistem Temu Balik Informasi Multimedia
- Dokumen multimedia: sistem mampu menyimpan dokumen multimedia.
– Dokumen berupa data multimedia (teks, gambar, audio, video, dll).
– Disimpan semi terstruktur: data terstruktur dan tidak terstruktur. - Model temu kembali.
– Menyajikan daftar dokumen yang diurutkan dalam peringkat. - Analisis dokumen: dokumen diproses untuk mengumpulkan informasi statistik.
- Teknik pencarian interaktif: sistem mendukung interaksi dengan pengguna untuk meningkatkan kemungkinan keberhasilan pencarian.
– Pengguna dapat memberikan informasi umpan balik kepada sistem.
Jenis-Jenis Sistem Temu Kembali Multimedia
- Temu Kembali Audio berbasis Konten (Content Based Audio Retrieval).
- Temu Kembali video berbasis Konten (Content Based Video Retrieval).
- Temu Kembali Citra Berbasis Konten (Content Based Image Retrieval).
- Temu Kembali Teks Berbasis Konten (Content Based Text Retrieval).
Sistem Temu Kembali Citra Berbasis Konten
- Suatu teknik pencarian kembali gambar yang mempunyai kemiripan karakteristik atau content dari sekumpulan gambar.
- Proses umum dari CBIR adalah gambar yang menjadi query dan penyimpanan dalam database dilakukan proses ekstraksi fitur.
- Fitur gambar yang dapat digunakan untuk retrieval pada system ini misalnya histogram, susunan warna, teksture, dan shape, tipe spesifik dari obyek, tipe event tertentu, lokasi, emosi.
Pengukuran Jarak Antar Dua Histogram
- Fitur warna merupakan fitur yang paling banyak digunakan pada sistem CBIR.
- Banyak diantaranya mengunakan image colorhistogram.
- Color histogram antara dua gambar tadi kemudian dihitung jaraknya.
- Gambar yang memiliki jarak paling kecil, merupakan solusinya.
- Dimisalkan ada dua gambar dengan histogram 4 warna yang sudah terkuantisasi sebagai berikut:
- Rumus menghitung jarak:
- Sehingga:
- Dengan rumus Euclidan:
- Sehingga:
Arsitektur Retrival
Bagian Arsitektur Content Based Image Retrieval
- Interface: Bagian untuk interaksi antara pengguna dengan sistem CBIR melalui aplikasi GUI (Graphical User Interface). Terdiri dari:
– Data Insertion untuk memasukan citra yang akan di ekstraksi.
– Query Specification untuk menentukan citra yang akan dijadikan citra query serta menentukan metode ekstraksi fitur.
– Visualization untuk menampilkan citra query dan citra hasil pencarian. - Query-processing module, terdiri dari:
– Feature vector extraction untuk mengekstraksi baik citra yang ada didatabase citra maupun citra query.
– Similarity Computation digunakan untuk menghitung kesamaan fitur citra.
– Ranking digunakan untuk mengurutkan citra yang memiliki tingkat kemiripan dengan citra query. - Image Database, terdiri dari:
– Feature Vectors yang digunakan untuk menyimpan hasil ekstraksi fitur citra. Dan disimpan didalam database derby.
– Images merupakan database citra yang secara fisik berupa folder yang didalamnya terdapat kumpulan citra.
Contoh Penerapan Temu Balik Informasi Multimedia
RANCANG BANGUN MESIN PENCARI CITRA DENGAN PENDEKATAN TEMU BALIK BERBASIS KONTEN
Merancang search engine dengan mengintegrasikan suatu algoritma temu balik citra untuk mendukung proses temu balik citra terhadap koleksi basis data citra yang besar dengan tingkat akurasi yang tinggi. Membangun sistem pencari yang dapat mencari citra dalam sekumpulan koleksi citra dalam basis data menggunakan data query berupa konten yang memanfaatkan informasi non tekstual.
- Kelebihan Sistem
a) Dengan menyimpan gambar dalam bentuk nilai biner, memungkinkan proses image retrieval menjadi lebih cepat karena gambar tidak perlu diload ulang pada saat akan diambil nilai histogramnya.
b) Dengan mengukur jarak histogram antara dua buah gambar, dapat dilihat persentase kemiripan kedua gambar tersebut. Hasil pengukuran dengan menggunakan jarak histogram ini dapat menampikan jumlah pixel yang sama dan berbeda dari kedua gambar yang dibandingkan. - Kekurangan Sistem
Sistem yang dikembangkan tidak dapat memproses citra yang mempunyai ukuran
lebih besar dari 250 X 250 pixel. Karena dengan ukuran citra yang besar membutuhkan waktu yang lebih lama dalam proses komputasi nilai histogram dan perhitungan kemiripannya dengan koleksi citra pada basisdata. - Kesimpulan
Berdasarkan hasil penelitian sistem temu balik citra berbasis isi citra menggunakan fitur warna dan jarak histogram, dapat disimpulkan beberapa hal sebagai berikut:
a) Fitur low level citra dapat digunakan dalam proses temu balik citra berbasis konten dengan menggunakan warna sebagai vektor yang diekstraksi.
b) Sistem image search engine menghasilkan persentase kemiripan dua buah gambar yang dibandingkan. Berdasarkan persentase kemiripannya, gambar yang hasilnya memiliki persentase kemiripan terbesar adalah gambar yang ditampilkan.
Presentasi:
Download
Sumber:
[1] http://repository.gunadarma.ac.id/id/eprint/23
[2] http://tematika.uajm.ac.id/index.php/tematika/article/download/44/35