ABSTRAKSI: Dengan semakin berkembangnya teknologi informasi telah banyak dikembangkannya berbagai metode pencarian content based, yaitu sistem Content Based image retrieval (CBIR) yang merupakan mekanisme pencarian query image, ini disebabkan pencarian image berdasarkan text sudah tidak efektif lagi.
Pada tugas akhir ini diimplementasikan sistem CBIR, untuk mendapatkan fitur imagenya digunakan metode pengekstrakan fitur dari citra grayscale yaitu Sorted Wavelet histogram. Suatu pengembangan teknik pencarian citra dengan menerapkan teknik histogram pada koefisien hasil transformasi wavelet. Dalam penerapan transformasi wavelet ternyata masih terdapat fitur yang bisa dianalisa yakni texture. Sehingga pada proses retrieval kedua hasil ekstraksi ini dapat digabungkan untuk mendapatkan citra yang relevan dengan citra query. Hitung tingkat similarity dengan metode similarity, yaitu eucledian distance antara image query dengan image database. Dalam sistem ini digunakan empat kelas image yaitu Brodats, Flower, Face dan Fingerprint yang memiliki ukuran 256 x 256 pixel
Hasil dari tugas akhir ini adalah sebuah sistem CBIR yang dapat digunakan dalam proses pencarian image dan dapat menganalisis seberapa akuratkah sistem CBIR jika menggunakan transformasi wavelet.
Kata Kunci : Content Based Image Retrieval, Sorted wavelet histogram,Transformasi wavelet.ABSTRACT: Expanding variety of information technology has many developed various seeking methods of contend based, that is system Content Based image retrieval (CBIR) which is seeking mechanism of query image, this caused seeking of image based on text had not effective again.
This final project performs Content-based Image Retrieval (CBIR) system,to get image feature used extractor feature from image grayscale that is Sorted wavelet histogram.The method was a result of development image retrieval which implements wavelet transforms coefficients to histogram for feature. In the application of wavelet transform there are still features that can be analyzed by the texture. So in the retrieval process we can combine both of feature to obtain image which is relevan with image query. To calculate level of similarity with method similarity, between image query and image database uses eucledian distance. This system using four image classes that is Brodats, Face, Flower, And Fingerprint. Which size 256 x 256 pixels.
The result from this final task is an application that can be used in course of image seeking and analyze how accurate is the CBIR application if using wavelet transform.
Keyword: Content Based Image Retrieval, Sorted wavelet histogram, Wavelet transform