AUTOMATIC IMAGE ANNOTATION MENGGUNAKAN METODE BLOCK TRUNCATION DAN K-NEAREST NEIGHBOR
Abstract: Sistem temu kembali
citra digital berbasis text sangat bergantung pada label dari gambar digital.
Dalam penelitian ini, diterapkan gabungan beberapa metode untuk pelabelan
sebuah gambar secara otomatis, istilah yang sering digunakan adalah automatic
image annotation, teknik ini digunakan untuk menghasilkan label pada gambar
agar dapat melakukan pencarian dengan semantik yang diambil dari objek dalam
gambar. Automatic image annotation dimulai dengan melakukan segmentasi terhadap
gambar dan untuk setiap segmen gambar dilakukan ekstraksi fitur warna dan
tekstur, fitur ini dinormalisasi dan disimpan kedalam basis data untuk data
latih, data latih yang telah terkumpul dilatih menggunakan metode learning vector
quantization. Bobot yang didapat dari hasil pelatihan digunakan untuk melakukan
klasifikasi terhadap segmen gambar ke kosa kata hasil terjemahannya. Hasil dari
penelitian ini adalah kesimpulan bahwa automatic image annotation dapat dicapai
dengan gabungan metode yang diusulkan dan dapat memberi performa hasil anotasi
yang bagus, dimana akurasi sistem adalah 73,26 % saat menggunakan K-NN dengan k
= 5.
Penulis: Duman Care Khrisne
Kode Jurnal: jptkomputerdd130239