Algoritme Information Gain Feature Selection Pada Sistem Temu Kembali Citra Makanan Menggunakan Ekstraksi Fitur Warna Dan Tekstur
| Main Author: | Fauzan, Dyva Agna |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/169261/1/Dyva%20Agna%20Fauzan%20%282%29.pdf http://repository.ub.ac.id/169261/ |
Daftar Isi:
- Nama makanan yang digunakan sebagai kata kunci atau query dalam melakukan pencarian resep makanan pada sistem pencarian memiliki keterbatasan, yaitu pengetahuan akan nama makanan yang ingin dicari resepnya. Sehingga dibutuhkan pendekatan lain untuk melakukan pencarian resep yaitu dengan tampilan atau citra dari makanan. Akan tetapi, dengan banyaknya fitur yang dihasilkan dari citra akan menimbulkan data berdimensi tinggi yang berakibat pada efektivitas sistem pencarian. Untuk itu, diperlukan seleksi fitur untuk menangani data berdimensi tinggi. Penelitian ini melakukan penelitian tentang pengaruh jumlah pengembalian yang dapat memberikan nilai MAP tertinggi serta pengaruh metode seleksi fitur Information Gain pada sistem temu kembali citra makanan dengan menggunakan ekstraksi fitur tekstur menggunakan Gray Level Co-occurance Matrix dan fitur warna menggunakan Color Moments dan Color Histogram. Pada jumlah pengembalian (r) sebanyak 5 mendapatkan nilai MAP mengungguli nilai r lain dengan nilai MAP = 1 pada penggunaan fitur warna saja dan tekstur saja dan nilai MAP = 0,98 pada kombinasi keduanya. Hal ini menunjukkan jumlah pengembalian yang lebih sedikit dapat memberikan nilai MAP yang lebih tinggi. Pengaruh algoritme seleksi fitur Information Gain pada sistem adalah dapat memberikan nilai MAP = 1 pada jumlah fitur (n) = 10 pada fitur warna, n = 5 pada fitur teksur, dan n = 30 pada kombinasi fitur. Hal ini menunjukkan sistem dapat memberikan hasil yang sama baiknya (pada warna dan tekstur) bahkan lebih baik (pada kombinasi fitur) jika dibandingkan dengan tanpa seleksi fitur meski dengan jumlah fitur yang lebih sedikit.