jurnal article
TRANSCRIPT
SEARCH IMAGES Deprilana Ego Prakasa
Program Studi S1 Informatika, ST3 Telkom PurwokertoPurwokerto, Indonesia
Ringkasan— Pada ringkasan jurnal ini menjelaskan tentang menganalisis proses pencarian file gambar berdasarkan histogram warna, berdasarkan dominasi warna dan mengkompresi gambar menggunakan discretecosine transform.
Kata kunci—proses,gambar, histogram warna, dominasi warna, kompresi
I. PENDAHULUANKebutuhan manusia pada suatu gambar atau
(image) sejak dahulu merupakan suatu kebutuhan yang tidak dapat diabaikan begitu saja. Sejak ditemukannya alat untuk menangkap gambar seperti kamera, perkembangan teknologi semakin maju. Namun tidak hanya terfokus pada alat-alat untuk menangkap gambar itu saja Pada perkembangan saat ini, gambar tidak hanya digunakan untuk suatu dokumentasi kejadian yang dialami. Saat ini gambar sudah dapat menjadi alat bantu mulai dari keperluan sehari-hari seperti pemetaan hutan, maupun sidik jari di kepolisian dan dunia ke dokteran. Pastinya ukuran untuk menyimpan gambar dengan ukuran file yang besar maka menimbulkan masalah pada pengiriman gambar yaitu waktu pengiriman yang lama. Sehingga diupayakan suatu solusi yang dapat mereduksi besarnya ukuran file gambar. Salah satu solusi untuk mengatasi masalah di atas adalah dengan melakukan kompresi.
Kompresi gambar adalah proses untuk meminimalisasi jumlah bit yang mempresentasikan suatu gambar sehingga ukuran file menjadi lebih kecil, selain itu pencarian gambar dapat dilakukan berdasarkan teks (context based) dan isi gambar (content based) berupa warna, bentuk dan tekstur.
II. PEMBAHASAN
2.1 Analisis Proses Pencarian File Gambar Berdasarkan Histogram Warna
Penelitian dan pengembangan Aplikasi Pencarian Gambar Berdasar Histogram Warna Berbasis Web ini menggunakan kerangka penelitian Research and Development (R&D). Penelitian ini mengacu pada software engineering, penulis mengembangkan perangkat lunak menggunakan salah satu model proses klasik yaitu waterfall’s model. Teknik pengumpulan data untuk penelitian ini menggunakan dua metode, yaitu dengan observasi dan kuesioner. Data yang dihasilkan dari kuesioner adalah data faktor kualitas correctness, reliability, usability dan integrity
2.1.1 Analisis Faktor Kualitas CorrectnessBerikut adalah diagram dan gambar hasil
analisis data faktor kualitas correctness :8, 7%
0, 0% 0, 0% Sangat Setuju
59, 49%Setuju
53, 44% Netral
Tidak
Setuju
2.1.2 Analisis Faktor Kualitas Reliabilty Berikut adalah diagram dan gambar hasil analisis data faktor kualitas reliability :
0, 0% 0, 0% Sangat Setuju
13, 15% 21, 23%
Setuju
55, 62% Netral
Tidak Setuju
Sangat TidakSeuju
2.1.3 Analisis Faktor Kualitas UsabilityBerikut adalah diagram dan gambar hasil analisis data faktor kualitas usability :
0, 0%
0, 0%Sangat Setuju
11, 12%
36, 40% Setuju
2.1.4 Analisis Faktor Kualitas IntegrityBerikut adalah diagram dan gambar hasil analisis data faktor kualitas Integrity :
2.2 Analisis proses pencarian file gambar berdasarkan dominasi warna
Sistem awal yang akan berjalan berupa aplikasi yang diinstal pada desktop komputer sebagai aplikasi penunjang pencari gambar. Didalamnya terdapat pilihan parameter pencarian yang dapat dimanfaatkan oleh pengguna sebagai acuan pencarian, baik pencarian standar maupun pencarian utama yang memanfaatkan struktur gambar berupa histogram warna sebagai parameter pencarian utamanya. Pengguna dapat memilih tempat pencarian sesuai dengan yang diinginkan. Kemudian aplikasi akan melakukan pencarian satu persatu pada gambar yang terdapat dalam
folder terpilih yang sesuai dengan input parameter yang dilakukan oleh pengguna. Dalam aplikasi ditambahkan fungsi pencarian gambar dengan memberi batasan pada setiap warna yang ditemukan dalam piksel gambar. Pencocokan warna sesuai denga kriteria parameter pencarian dilakukan dan akan ditampilkan hasil pencarian kecocokan gambar. Berikut rancangan struktur model pencarian gambar :
Penjelasan dari struktur model pencarian gambar adalah: Pada bagian Pertama yaitu bagian input, sistem akan meminta tiga buah parameter input yang digunakan sebagai unsur input, yaitu warna dominan, alamat pencarian dan keyword berupa keterangan nama file gambar.Pada bagian kedua yaitu bagian proses, input akan digunakan sebagai pencocokan unsur dalam setiap gambar pada setiap koleksi gambar. Pada bagian ketiga yaitu bagian output, ditemukan gambar yang sesuai dengan unsur yang dicari beserta info pencariannya.
Proses pencarian gambar akan melalui beberapa tahap sebagai berikut: Dimulai dari membaca file gambar yang terdapat dalam koleksi gambar. Cek ekstensi file satu persatu, apakah berupa file JPG/JPEG/BMP/GIF. Cek ukuran panjang dan lebar gambar. Gambar yang didukung adalah yang memenuhi syarat 1-10.000 piksel. Bila menyertakan kata kunci sebagai salah satu parameternya, maka cek nama file, apakah sudah sesuai dengan keyword input. Idetifikasi warna tiap piksel, dengan langkah: baca susunan byte gambar, jika mendukung 24 bit warna (RGB), cek sesuai panjang dan lebar yang dicari, ambil warna tiap-tiap piksel berdasarkan byte-bytenya, kemudian konversi kedalam HSL sesuai dengan Rumus 3. Kemudian tentukan warna piksel menjadi warna dasar . Untuk menentukan warna piksel menjadi warna dasar digunakan rumus pemisahan warna (Rumus 2). Setelah warna ditemukan, beri nomor pada masing-masing warna: Merah = 0, orange = 1, kuning = 2, kuninghijau = 3, hijau = 4, hijaucyan = 5, cyan = 6, cyanbiru = 7, biru = 8, birumagenta = 9, magenta = 10, magenta merah = 11, putih = 12, hitam = 13, abuabu = 14. Kemudian akumulasi warna dalam tiap-tiap piksel.Cek sesuai dengan kriteria warna yang dicari, jika cocok tampilkan dalam list gambar, jika tidak ulangi tahap sampai sesuai dengan kriteria pencarian.
2.3 Analisis Kompresi Gambar Menggunakan Discretecosine Transform
langkah pertama adalah mengubah gambar dari representasi domain spasial untuk berbagai jenis representasi menggunakan beberapa terkenal dan kemudian mengubah kode nilai-nilai perubah (koefisien). Metode ini menyediakan kompresi data yang lebih besar dibandingkan dengan metode prediksi, meskipun dengan mengorbankan lebih besar persyaratan komputasi.
Model Kompresi gambar yang ditampilkan di sini terdiri dari quantizer, Transformer dan encoder.
Transformer: Ini mengubah input data ke dalam format untuk mengurangi redudansi interpixel pada gambar masukan
Quantizer: Quantizer dapat mengurangi akurasi output transformator sesuai dengan beberapa pra-ketetapan kriteria yang diijinkan, mengurangi redudansi psychovisual dari gambar masukan. Operasi ini tidak reversibel dan harus dihilangkan jika menginginkan kompresi yang lossless.
EncoderSetelah kuantisasi, sebagian besar koefisien frekuensi tinggi adalah nol. Untuk mengeksploitasi jumlah angka nol, scan zig-zag dari matriks yang digunakan untuk menghasilkan string panjang nol.
Bahkan beberapa gambar dapat menyebabkan masalah. Sebagai contoh lain dari kebutuhan untuk kompresi gambar, dengan mempertimbangkan transmisi resolusi rendah sebuah gambar dengan 512 x 512 x 8 bit/piksel x 3 - warna gambar video melalui saluran telepon. Menggunakan transmisi 96000 bauds (bit/detik) modem, transmisi membutuhkan waktu sekitar 11 menit hanya untuk mengambil gambar tunggal, yang tidak dapat diterima untuk kebanyakan aplikasi.
III.KESIMPULANKesimpulan yang dapat di ambil dari
pencarian gambar berdasarkan histogram warna dengan pencarian gambar berdasarkan dominasi warna adalah apabila berdasarkan histogram warna mengacu pada software engineering yang dikembangkan berupa perangkat lunak sebagai pencarian file, sedangkan pencarian gambar berdasarkan dominasi warna menggunakan sistem yang dipakai sebagai aplikasi penunjang dalam mencari gambar dan dapat juga dikompresikan apabila file terlalu besar.
DAFTAR PUSTAKA*[1] Anonymous. (n.d.). Retrieved February
22, 2016, from http://eprints.ums.ac.id/23995/2/BAB_I.pdf.
[2] Candra Herkutanto, M. Z. (n.d.). PENGEMBANGAN DAN ANALISIS KUALITAS APLIKASI PENCARIAN GAMBAR BERDASAR HISTOGRAM WARNA BERBASIS WEB. Pengembangan dan Analisis , 1-4.
[3] Juma'in, Y. M. (2011). Kompresi Gambar atau Citra Menggunakan Discretecosine
Transform. Jurnal Teknika Volume 3 No 2, 1-6.
[4] Vina Chovan Epifania, E. S. (Januari 2011). Pencarian File Gambar Berdasarkan Dominasi Warna. Jurnal Buana Informatika, 1-10.