Implementasi Pengolahan Citra dan Algoritma Levenberg Marquardt pada Content Based Image Retrieval

Content Based Image Retrieval (CBIR) merupakan teknik pencarian kembali image yang mempunyai kemiripan karakteristik atau content dari sekumpulan image. Penelitian mengenai CBIR sudah pernah dilakukan sebelumnya, namun masih menghasilkan gambar hasil retrieval yang kurang sesuai dengan gambar masukan dikarenakan pengembangannya yang hanya menggunakan kemiripan fitur warna dalam ekstraksi cirinya dan tanpa menerapkan metode pengelompokan Dalam penelitian ini, sistem CBIR akan dibangun dengan menggunakan fitur bentuk dan karakteristik histogram dengan ekstraksi ciri statistik juga metode pengelompokan dengan algoritma Levenberg-Marquardt. Pengujian dilakukan dengan menguji metode ekstraksi ciri statistik yang digunakan, serta algoritma Levenberg-Marquardt dengan beberapa variasi kondisi parameter. Parameter yang menghasilkan akurasi paling tinggi adalah dengan menggunakan parameter Marquardt 0,1, faktor beta 2, toleransi error 0,01 dan 0,001, tanpa ada pengaruh dari jumlah iterasi. Adapun hasil akurasi yang didapat masih sangat kecil yakni hanya 12,92%. Penelitian ini menghasilkan beberapa kesimpulan yakni metode Levenberg-Marquardt dapat diterapkan untuk klasifikasi citra yang kemudian dikembangkan ke dalam kasus Content Based Image Retrieval. Sistem masih bisa melihat beberapa hasil retrieval yang sesuai. Namun klasifikasi citra terbaik yang dapat diretrieve masih menghasilkan akurasi yang sangat rendah.

Content Based Image Retrieval (CBIR) is a searching technique for image that has similar characteristic or content from large image databases. Some researches about CBIR has been done before, but sometime the retrieval result was still irrelevant with the input image because there was only color similarity as the feature extraction without any classification method. For this research, CBIR system will be built based on shape feature and histogram characteristic using statistical feature extraction and classification method using Levenberg-Marquardt algorithm. Some tests were done by testing the statistical feature extraction and Levenberg-Marquardt algorithm with some parameter conditions. Parameters that give the best result are 0,1 for the Marquardt parameter, 2 for beta factor, 0,01 and 0,001 for maximum error, without any impact of the number of iteration. There is very low accurary result from this research, only 12,92%. In conclusion, Levenberg-Marquardt method can be used for image classification then be developed for Content Based Image Retrieval. There are some relevant images as retrieval result but still very low for the accuracy.