ABSTRAKSI: Pada saat ini data tidak hanya terbatas pada teks atau tulisan saja tapi sudah berkembang menjadi audio dan visual. Salah satu data visual adalah citra. Berbeda dengan teks, penyimpanan dan pencarian citra memerlukan perlakuan yang berbeda. Hal ini dikarenakan citra memiliki ukuran yang relatif lebih besar dari teks dan sulit untuk diinterpretasikan secara khusus.
Tugas Akhir ini membahas tentang metode pencarian citra dengan menggunakan indeks (Image Retrieval). Indeks dibentuk dari sekumpulan kunci indeks hasil pelatihan JST (Jaringan Syaraf Tiruan) kompetisi yang inputannya berupa koefisien-koefisien DCT (Discrete Cosine Transform) dari sebuah citra.
Koefisien-koefisien DCT ini diperoleh dari transformasi DCT terhadap sebuah citra dengan cara membagi citra asal (masukan) menjadi blok-blok citra 8x8. Citra asal ini sebelumnya diubah terlebih dahulu ke dalam bentuk citra biner. Pengambilan citra kembali menggunakan masukan berupa citra dengan membandingkan kunci indeks citra masukan dengan kunci indeks yang ada pada indeks.
Hasil dari pengujian implementasi menunjukkan bahwa kunci indeks citra yang dihasilkan dipengaruhi oleh nilai dari learning rate. Untuk nilai learning rate yang tidak di-update menghasilkan kunci indeks denga nilai keakuratan dari pencarian citra antara 50-60%, dimana semua gambar hampir dianggap sama. Sedangkan pada learning rate tetap menghasilkan kunci indeks dengan nilai keakuratan antara 40-45% pada pencarian citranya, di mana gambar yang mirip bisa dianggap sebagai gambar yang berbeda.Kata Kunci : DCT, citra, image retrieval, indeks, JPEG, JST, kunci indeks, learning rate.ABSTRACT: Recently data are not limited only by text but it has enhanced into audio data and visual data. One of visual data is image. Different than text, the storing and searching of image need a different method. It caused that image has a relatively bigger measure than text and it is difficult to be interpretated.
This thesis tells about a method to store images using index and also image retrieval by searching. Index is formed by a group of index keys from competitive neural network learning where the input are DCT (Discrete Cosine Transform) coeffisients from an image.
These DCT coeffisients are resulted from DCT transform of an image by divide the image into 8x8 block. The image will be transformed to biner form first. The image retrieval can be done by using an image as an input and compare the key index from the input image with the indexs which stored in index file.
The result of the testing from the implementation indicates that the key index is based on the value of the learning rate. For learning rate whose value is not updated results the key index which has the accuracy between 50-60% on the image query, but almost all the picture will be recognized as a same image by the system. And for learning rate whose value is not updated results the key index which has the accuracy between 40-45% on the image query with the similar image can be recognized as different image by the system.Keyword: DCT, index, index key, image,image retrieval, JST, JPEG, learning rate.