IMPLEMENTASI “PRINCIPAL COMPONENT ANALYSIS - SCALE INVARIANT FEATURE TRANSFORM” PADA CONTENT BASED IMAGE RETRIEVAL

Abstract

Content based image retrieval (CBIR) adalah teknik pencarian gambar dari database gambar besar dengan menganalisis fitur-fiturnya. Fiturnya bisa berupa warna, tekstur, bentuk, dll. Metode yang digunakan dalam penelitian ini adalah kombinasi antara Principal Component Analysist dan Scale Invariant Feature Transform (metode PCA-SIFT). Metode SIFT digunakan untuk mendeteksi dan menggambarkan fitur lokal sedangkan PCA digunakan untuk mengurangi dimensi gambar. Nilai dimensi menjadi masalah tersendiri dalam perhitungan. Metode PCA diterapkan untuk proyeksi dimensi tinggi dengan dimensi gambar rendah. Sebelumnya PCA dan PCA saja sudah sering diaplikasikan untuk pengambilan citra digital. Hasil pencarian diperoleh dengan membandingkan deskriptor titik kunci dari query ke dataset. Hasil pencarian citra menggunakan dataset Wang, menunjukkan bahwa CBIR yang menggunakan metode PCA-SIFT dapat mencapai Precission  90,00% dan recall 18,00%.