Jurnal: Relevance Feedback berdasarkan Support Vector Machine pada Content Based Image

Abstract

Content based image retrieval adalah bidang penelitian yang sangat penting saat ini dalam bidang multimedia database. Banyak penelitian yang telah dilakukan dalam dekade terakhir untuk merancang teknik image retrieval yang efisien dari image database. Meskipun banyak teknik pengindeksan dan retrieval telah dikembangkan, namun masih belum terdapat teknik pemisahan ciri (feature extraction), indexing dan retrieval yang bisa diterima secara universal oleh semua orang. Dalam tulisan ini, digunakanlah metode relevant feedback berdasarkan support vector machine (SVM) dan muhalobis distance untuk pengukuran kemiripan pada image retrieval.

Keywords: Content based image retrieval, indexing, feature extraction, retrieval, relevant feedback, support vector machine

Pendahuluan

Content based image retrieval (CBR) telah menjadi bidang penelitian yang sangat aktif sejak 1990an. Beberapa usaha penelitian berfokuskan pada penemuan fitur gambar terbaik dan cara mereprensetasikannya. Salah satunya adalah dengan menjumlahkan jarak dari masing-masing fitur representasi dengan bobot tetap. Tulisan ini memperkenalkan pendekatan berdasarkan relevance feedback dimana dalam pendekatan ini user harus tepat menguraikan informasi dalam weight (bobot)

yang tepat dan mengijinkan user untuk memasukan query awal yang kasar dan secara berkelanjutan memperbaiki kebutuhan informasi dengan umpan balik yang relevan. Pendekatan ini mengurangi upaya user dalam menyusun suatu query dan merekam kebutuhan informasi lebih tepat. Dengan memanfaatkan umpan balik positif dan negatif maka diharapkan persepsi subyektivitas user dapat diambil secara lebih akurat sehingga hasil yang diperoleh pun sesuai dengan keinginan user.

Peneliti: Retrieval Virginia Tulenan

Untuk lebih lengkapnya silahkan download di link berikut: