Analisis Kesamaan Gambar Menggunakan Metode Ekstraksi Fitur

Authors

  • Agung Wibowo Universitas Ngudi Waluyo
  • Ade Pratama Universitas Ngudi Waluyo
  • Kustiyono Universitas Ngudi Waluyo

DOI:

https://doi.org/10.35473/ikn.v1i1.3040

Abstract

This research begins with a discussion of imaging systems. Many user interactive systems are built with basic concepts. However, they fail to meet user needs or attract user attention. As a result, in the last few years, research has concentrated on new and up-to-date specifications that keep users attracted to the expected way to interact well. The system focuses on using a variety of mathematical methods to take images from a large collection of images based on color projection. Images are grouped into subgroups with threshold values before using the suggested technique. The combination of colors R, G, B is considered for taking images in this research through the observed results so that we can produce more effective results compared to previously existing ones.

 

Abstrak

Penelitian ini memulai dengan membahas sistem pengambilan gambar. Banyak sistem interaktif pengguna dibangun dengan konsep dasar. Namun, mereka gagal memenuhi kebutuhan pengguna atau menarik perhatian pengguna. Akibatnya, dalam beberapa tahun terakhir, penelitian telah berkonsentrasi pada spesifikasi baru dan terkini yang membuat pengguna tertarik dengan cara yang diharapkan untuk berinteraksi dengan baik. Sistem ini berfokus pada penggunaan berbagai metode matematika untuk mengambil gambar dari koleksi gambar besar yang didasarkan pada proyeksi warna. Gambar dikelompokkan menjadi subkelompokan dengan nilai ambang batas sebelum menggunakan teknik yang disarankan. kombinasi warna R, G, B dipertimbangkan untuk pengambilan gambar dalam riset ini melalui hasil yang diamati agar kita dapat menghasilkan hasil yang lebih efektif dibandingkan dengan hasil yang sudah ada sebelumnya.

Downloads

Download data is not yet available.

References

Akshay Aggarwal, A. C.-h. (2020). Video Caption Based Searching Using End-to-End Dense Captioning and Sentence Embeddings. symmetry, 1-16.

Bishop, C. M. (2009). Pattern Recognition and Machine Learning. Cham, Switzerland: Springer International Publishing.

Dr. Arnita, S. M. (2022). Computer Vision Dan Pengolahan Citra Digital. Surabaya: Pustaka Aksara.

Dr. Safrizal, S. M. (2021). Fundamental Pengolahan Citra Digital. Jakarta: Wawasan Ilmu.

Fandy Indra Pratama, A. P. (2023). Klasifikasi Kematangan Buah Apel Berdasarkan Warna Dan Tekstur Menggunakan Algoritma K-Nearest Neighbor. urnal Ilmiah Intech : Information Technology Journalof UMUS, 11-18.

Hisyam Syarif, P. N. (2023). Content Based Image Retrieval Berbasis Color Histogram Untuk Pengklasifikasian Ikan Koi Jenis Kohaku. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 616-626.

Ibtihaal M. Hameed, S. H. (2021). Content-based image retrieval: A review of recent trends. Cogent Engineering.

Muntasa, A. (2019). Pengenalan pola : aplikasi untuk pengenalan wajah, analisis tekstur objek, pengenalan plat nomor kendaraan dan segmentasi pembuluh darah. Graha Ilmu.

Pulung Nurtantio Andono, T. S. (2020). Pengolahan citra digital : Pengenalan pola, watermaking, steganografi, kompresi citra. Yogyakarta: ANDI.

Zulfian Azmi, A. P. (2022). Pengenalan Pola Rambu Lalu Lintas untuk Perancangan Smart Car Automation dengan Metode Kohonen. Sudo Jurnal Teknik Informatika, 34-41.

Downloads

Published

2024-02-29

How to Cite

Agung Wibowo, Ade Pratama, & Kustiyono. (2024). Analisis Kesamaan Gambar Menggunakan Metode Ekstraksi Fitur. Jurnal Informatika Dan Kesehatan, 1(1), 43–54. https://doi.org/10.35473/ikn.v1i1.3040