ABSTRAK
Seiring dengan berkembangnya teknologi multimedia, semakin besar pula jumlah
citra digital yang beredar baik di dalam
media penyimpanan offline ataupun online. Untuk
mempermudah pencarian citra digital dalam jumlah banyak tersebut, dapat digunakan visual search engine menggunakan teknik Content Based Image Retrieval.Dengan menggunakan teknik ini, citra-citra digital yang mirip dengan citra acuan dapat ditemukan dengan mecocokkan konten antar citra digital. Warna, tekstur, dan bentuk merupakan contoh dari konten citra digital atau biasa disebut dengan descriptor.Salah satu
descriptor yang ada dalam ranah ini adalah SURF
descriptor yang bisa diekstraksi dengan
menggunakan algoritma SURF (Speeded-Up RobustFeature).Program ini membutuhkan
masukan berupa file citra acuan berformat .JPG.Selanjutnya dipilih folder
berisi kumpulan gambar yang akan dicari. Ekstraksi
descriptor dilakukan baik pada file citra acuan dan kumpulan file citra di dalam
folder. Keluaran yang dihasilkan setelah mencocokkan descriptor antara file citra acuan dan file-file citra dalam folder
adalah file citra yang relevan atau mirip dengan file citra acuan. Pengujian dilakukan dengan menggunakan empat jenis dataset
berupa Object, Face 1, Face 2 dan Komik, masing-masing dataset
berisi sejumlah file citra. Pengujian yang dilakukan adalah pengujian waktu ekstraksi
descriptor dan matching, Precision
, dan Recall. Selain itu diuji pula dengan
menggunakan file citra acuan yang sudah dimodifikasi berupa cropping. Hasil pengujian menunjukkan bahwa sistem dapat mengeluarkan hasil yang relevan namun nilainya tidak mencapai
100%, terutama pada Precision dan Recall
. Dimana hasil pengujian mencatatkan
rata-rata Precison dan Recallmasing-masing 18,186% dan 25,528%
Visual search engine, CBIR, SURF , interest point