ABSTRAKSI: Dengan semakin berkembangnya teknologi informasi, dikembangkan berbagai macam metode pencarian berdasarkan content dari citra tersebut atau biasa disebut sistem CBIR (Content Based Image Retrieval). Sistem ini merupakan mekanisme pencarian citra masukan yang dikembangkan karena sistem pencarian citra berdasarkan teks sudah tidak efektif lagi.
Sistem CBIR diimplementasikan untuk mendapatkan ciri dari citra. Mendapatkan ciri dari citra tersebut menggunakan metode transformasi yaitu daubechies wavelet yang digunakan untuk mengekstraksi ciri tekstur. Langkah pertama untuk mendapatkan ciri dari citra yaitu user menginputkan citra uji dan citra pada database dalam sistem. Lalu dilakukan proses ekstraksi pada citra uji dan citra pada database dengan menggunakan analisis tekstur orde satu, orde dua dan gabungan orde satu dan orde dua. Similarity adalah metode yang digunakan untuk mengukur jarak kesamaan antara citra masukan dengan citra pada database, metode yang digunakan yaitu Euclidean Distance sedangkan untuk mengukur tingkat akurasi dari sistem CBIR digunakan recall dan precision.
Hasil yang diperoleh pada tugas akhir ini adalah sebuah sistem CBIR yang dapat digunakan dalam proses pencarian citra dengan tingkat akurasi untuk analisis tekstur orde satu didapat nilai precision 70% dan recall 60% ,sedangkan untuk analisis tekstur orde dua didapat nilai precision 97,93% dan recall 89% dan untuk gabungan tekstur orde satu dan dua didapat nilai precision 98,1% dan recall 89%.Kata Kunci : CBIR, Daubechies wavelet, tekstur, Eucledian Diastance, recall dan precision.ABSTRACT: With the development of information technology, which led to a search method based on the content of the image is developed or usually called system CBIR (content based image retrieval). This system is the query image search mechanism which was developed because text based image search system is not effective anymore.
CBIR systems have been implemented to obtain the image features. To obtain the image features of an image, we use the Daubechies wavelet transform method which is used to extract texture features. To obtain the image features, the first step is a user inputs a query image and images in the database, then do the extraction process on the query image and images in the database by using texture analysis first order, second order and the combination of both. to get the value of similarity, the methods used are euclidean distance, this method is used to measure the similarity distance between the input image with the image in the database. while to measure the accuracy of the CBIR system using recall and precision.
The results obtained in this final project is a CBIR system that can be used in the search process image. With the level of accuracy for first-order texture analysis are 70% for the value of precision and 60% for the recall, while for the second order texture analysis obtained values are 97,93% for the value of precision and 89% for the recall and for the combined first and second order texture obtained values are 98,1% for the value of precision and 89% for the recall.Keyword: CBIR, Daubechies wavelet, texture, Eucledian Diastance, recall and precision.