ABSTRAKSI: Video direpresentasikan sebagai serangkaian frame yang berurutan dan dihubungkan oleh suatu interval waktu. Internet video browsing adalah pencarian video dari sumber-sumber yang berada pada jaringan internet. Dengan semakin banyaknya video yang berada pada jaringan internet menyebabkan pencarian video menjadi masalah. Penyebab utamanya adalah tidak disediakannya indeks untuk suatu video yang dapat mempermudah dalam melakukan pencarian. Indeks dapat diperoleh dengan mengambil shot dan scene pada video yang bersangkutan.
Shot adalah pengambilan gambar (perekaman) pada kamera dalam satu waktu tanpa berhenti. Scene adalah koleksi dari shot yang memiliki kedekatan hubungan secara visual dan waktu. Setiap scene dapat mengandung suatu cerita berkenaan dengan video yang bersangkutan. Dari shot dan scene dapat disusun suatu struktur seperti layaknya daftar isi sehingga mempermudah dalam pencarian video. Karena itu, diperlukan identifikasi untuk mengambil shot dan scene suatu video. Tugas akhir ini membahas dan menganalisa bagaimana algoritma twin-comparison serta intelligent unsupervised clustering dapat melakukan identifikasi shot dan scene pada video.Kata Kunci : identifikasi shot, identifikasi scene, daftar isi video, twin-comparison, intelligent unsupervised clustering.ABSTRACT: A video is presented by sequence of frames and connected by constant time interval. Internet video browsing is a searching from video sources located in the internet network. The vast quantity of video in internet makes a problem for its searching. The main problem is no available index for videos to help searching. This index is got from video shot and scene.
Shot is an recording from camera without stop. Scene is a collection of a visually and temporally related shot. A single scene contains story about its video. From this, we can make a video table of content in order to help its searching. Hence, shot and scene identification is needed. This final project studies and analyzes how twin-comparison and intelligent unsupervised clustering algorithm indentify video shot and scene.Keyword: shot identification, scene identification, video table of content, twin-comparison, intelligent unsupervised clustering.