Penerapan Content Based Image Retrieval Untuk Pengenalan Jenis Ikan Koi
PDF

Keywords

image retrieval
CBIR
CNN
VGG16
euclidean distance.

How to Cite

Hanggara, N. R. ., Niswatin, R. K. ., & Kasih, P. . (2021). Penerapan Content Based Image Retrieval Untuk Pengenalan Jenis Ikan Koi. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 5(1), 213–218. Retrieved from https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/950

Abstract

Ikan Koi merupakan salah satu ikan hias yang menarik. warna dan motif nya yang beragam membuat ikan ini banyak diburu penggemar untuk menghias keindahan rumah ataupun hanya sekedar kesenangan. Banyaknya jenis saat ini juga menjadi masalah baru bagi orang awam untuk mengenali jenis Ikan Koi. Membangun sistem pengenalan jenis berdasarkan citra bisa dijadikan solusi dari permasalahan. Content-Based Image Retrieval (CBIR) merupakan suatu metode yang dikembangkan dari image retrieval untuk mencari gambar dari suatu database gambar yang besar. Gambar Koi pada CBIR akan dilakukan perhitungan dengan Convolutional Neural Network untuk mendapatkan fitur dari gambar kemudian dilakukan perbandingan kemiripan dengan algoritma Euclidean Distance untuk mendapatkan Hasil dari aplikasi pengenalan jenis ikan Koi ini yaitu urutan citra dari database Koi dimulai dari yang memiliki tingkat kemiripan paling tinggi dengan gambar query. Penelitian ini menggunakan 80 citra dataset dari 4 jenis ikan Koi. Pengujian dari penelitian ini dilihat dari kemampuan membedakan citra koi atau bukan dan dihitung dari persentase data sesuai yang di retrieval dengan hasil yang didapat yaitu mencapai 65%.

PDF

References

T. S. Warongan, S. R. U. A. Sompie, and A. Jacobus. 2018. Penerapan Metode Content-Based Image Retrieval untuk Pengenalan Jenis Bunga. Jurnal Teknik Informatika. vol 13. no 3. hal 1-5.

B. Muharom, H. Hidayat, and R. E. Putra. 2019. Penerapan CNN dengan Filter Gabor sebagai feature extractor untuk Content-Based Image Retrieval. Journal of Informatics and Computer Science. vol 1. no 1. hal 16-25.

M. A. Pangestu and H. Bunyamin. 2018. Analisis Performa dan Pengembangan Sistem Deteksi Ras Anjing pada Gambar dengan Menggunakan Pre-Trained CNN Model. Jurnal Teknik Informatika dan Sistem Informasi. vol. 4. hal 337-344.

Y. LeCun, et. al. 1998. Gradient Based Learning Applied to Document Recognition. Proc of the IEEE.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2021 Nazil Rizqi Hanggara, Ratih Kumalasari Niswatin, Patmi Kasih

Downloads

Download data is not yet available.