PERBANDINGAN PENGUKURAN JARAK EUCLIDEAN DAN MANHATTAN PADA CONTENT BASED IMAGE RETRIEVAL (CBIR) UNTUK KLASIFIKASI JENIS ARWANA

ODRI, UFTIANKA GANTAR (2016) PERBANDINGAN PENGUKURAN JARAK EUCLIDEAN DAN MANHATTAN PADA CONTENT BASED IMAGE RETRIEVAL (CBIR) UNTUK KLASIFIKASI JENIS ARWANA. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Arwana merupakan jenis ikan air tawar purba yang tersebar di seluruh dunia, mulai dari Afrika, Asia Tenggara, Australia hingga Amerika Selatan. Selain itu ikan arwana menjadi salah satu jenis ikan yang banyak digemari oleh para penggemar ikan hias di dalam maupun luar negeri. Ikan arwana telah mendapat perlindungan tertinggi dari CITES (Convention of International Trade in Endangered Species of Wild Flora and Fauna). Banyaknya jenis ikan arwana dan masih sulitnya untuk mengenali setiap jenis ikan arwana, maka diperlukan sebuah penelitian untuk membantu mengenali. Sementara penelitian pada bidang Image Retrieval sangat berkembang dalam beberapa tahun terakhir yaitu Content Based Image Retrieval (CBIR). Dalam CBIR, histogram merupakan representasi warna yang paling umum digunakan. Dan dengan metode Histogram Equalization, teknik ini nantinya akan meratakan histogram citra secara keseluruhan sehingga akan memperbaiki kualitas citra yang juga akan berpengaruh terhadap histogram citra. Kemudian untuk mendapatkan kemiripan atau kecocokan citra uji dengan citra acuan digunakan pengukuran jarak antar histogram citra. Dengan membandingkan pengukuran jarak Euclidean Distance dan Manhattan Distance. Didapatkan nilai akurasi sebesar 76,85 untuk Euclidean Distance dan 70,83 % untuk Manhattan Distance.

Actions (login required)