JURNAL : Ekstraksi Keyframe dengan Entropy Differences untuk Temu Kembali Konten Video berbasis Speeded-Up Robust Feature

ABSTRAK - Salah satu masalah dalam pemilihan keyframe pada temu kembali konten video atau Content Based Video Retrieval (CBVR) adalah penentuan keyframe terbaik yang dapat mewakili konten video. Jumlah keyframe yang terlalu banyak akan meningkatkan beban komputasi, namun jumlah keyframe yang terlalu sedikit akan mengurangi akurasi CBVR. Penelitian ini mengusulkan sebuah metode baru untuk CBVR berbasis Speeded-Up Robust Feature (SURF) dengan mengadaptasi logika metode Entropy Differences (ED) untuk mengekstraksi keyframe secara efektif. ED dioptimalkan untuk proses ekstraksi keyframe dengan menghitung nilai entropi dari setiap frame pada video. Algoritma SURF digunakan sebagai metode descriptor fitur pada citra keyframe untuk proses CBVR. Berdasarkan pengujian, nilai F1 dari metode yang diusulkan mencapai rata-rata 60% dan rata-rata waktu per pencarian 5 ms.

Kata Kunci CBVR, Ekstraksi keyframe, Entropy Differences, SURF descriptor.

PENDAHULUAN - Perpaduan antara perkembangan kecepatan komputasi, kapasitas penyimpanan, dan teknologi multimedia menjadi beberapa sebab bertambahnya jumlah informasi yang dapat diakses pada internet. Perkembangan ini perlu diimbangi dengan teknik pengorganisasian informasi sehingga dapat memenuhi kebutuhan pengguna akan adanya sistem temu kembali informasi yang efektif sesuai dengan query pengguna. Tanpa adanya mekanisme penemuan kembali informasi yang efektif, pengguna akan mengalami kesulitan dalam menemukan informasi yang diharapkan.