IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL (CBIR) PADACITRA BATIK BESUREK YANG TIDAK UTUH MENGGUNAKAN METODE SPEEDED UP ROBUST FEATURES (SURF) DANFAST LIBRARYAPPROXIMATED NEAREST NEIGHBOR (FLANN)

Pengenalan citra dengan menggunakan citra batik besurek memiliki
kelemahan yaitu kadang kala citra batik besurek yang ingin diproses merupakan
citra yang tidak utuh atau tidak sesempurna citra asli yang berada didalam database.
Tujuan dari penelitian ini adalah untuk mengetahui persentase citra yang dapat
dikenali dengan menggunakan metode SURF dan FLANN. Pada penelitian ini
digunakan 67 citra batik besurek dengan motif kaligrafi, raflesia, kaligrafi dan
raflesia, burung kuau dan raflesia, burung kuau, dan rembulan. Kondisi citra uji
yang digunakan pada pengujian adalah citra yang ditutupi dari 10% hingga 90%
sebanyak 54 citra, citra yang diambil dengan sudut pengambilan yang tidak baik
sebanyak 3 citra, citra yang berasal dari kain perca sebanyak 5 buah, dan citra yang
diambil dengan kamera aplikasi sebanyak 3 buah. Pada penelitian ini digunakan
nilai recall, precision, dan akurasi untuk mengetahui keberhasilan metode SURF
dan FLANN dalam mengenali citra batik besurek yang tidak utuh. Penelitian ini
mendapatkan hasil bahwa metode SURF dan FLANN dapat mengenali citra batik
besurek yang ditutupi hingga 90% serta didapatkan nilai recall tertinggi adalah
100% pada motif rembulan, precision tertinggi adalah 78,82% pada motif kaligrafi
dan raflesia, dan akurasi tertinggi adalah 86,1% pada motif rembulan.
Keywords : Batik Besurek, Content Based Image Retrieval (CBIR), Speeded Up
Robust Fetures (SURF), Fast Library Approximated Nearest Neighbor (FLANN)