CONTENT BASED IMAGE RETRIEVAL BERBASIS COLOR HISTOGRAM UNTUK PENGKLASIFIKASIAN IKAN KOI JENIS KOHAKU

Abstract

Dalam beberapa tahun terakhir pengumpulan dan pengolahan data berbentuk citra berkembang sangat pesat. Data berbentuk citra dalam jumlah besar digunakan pada berbagai bidang, salah satunya di bidang perikanan, terutama untuk penentuan atau pengklasifikasian jenis ikan koi. Belakangan ini ikan koi sangat populer dikalangan masyarakat untuk dijadikan sebagai hiasan untuk memperindah rumah, ataupun sekedar hobi memelihara. Namun beberapa penggemar koi tidak mengetahui jenis koi apa yang dimiliki nya, hanya tertarik dari ukuran dan warna nya yang unik dan beragam. Jenis koi dapat dibedakan dari corak warna ditubuhnya, Masalah pengenalan warna dalam koi dapat diselesaikan dengan menerapkan metode Content Based Image Retrieval berbasis Color Histogram dengan Euclidean Distance dan Mean Square Error untuk mendapatkan tingkat akurasi error. Dengan menerapkan metode ini, penentuan jenis ikan koi berdasarkan corak warna pada tubuh koi dapat diselesaikan. CBIR merupakan suatu aplikasi computer vision dengan teknik pencarian gambar yang diambil dari basis data yang menyediakan gambar. Berdasarkan hasil pengujian yang dilakukan pada 15 jenis Koi yang berbeda dengan menggunakan Euclidean Distance, didapatkan 3 jenis Koi yang mirip dengan citra acuan yaitu Kohaku1, Kohaku2 dan Kohaku3 dengan nilai threshold antara 0 – 70000000 yang menandakan jika citra tersebut sejenis. Dan untuk mendapatkan tingkat akurasi error nya digunakan teknik Mean Square Error dengan hasil threshold antara 0 – 213.000, yang menandakan jika citra tersebut sejenis. Dari hasil Mean Square Error didapatkan validasi hasil sebesar 330.931 pixel untuk ketepatan pemilihan gambar.