BAB IV HASIL DAN PEMBAHASAN
4.1
Hasil Pengukuran Precision & Recall Pada penelitian ini, eksperimen dilakukan terhadap 1000 gambar corel yang
terdiri dari 10 kategori gambar (setiap kategori terdiri atas 100 gambar corel). Eksperimen dilakukan untuk mengukur precision dan recall dari sistem TKCBK yang menggunakan color histogram, forward diagonal mean, dan forward diagonal mean digabung dengan GLCM. Untuk setiap metode, eksperimen dilakukan pada setiap kategori gambar. Untuk setiap kategori gambar tersebut, dilakukan 5 query acak, kemudian hasil perhitungan precision dan recall dari setiap query tersebut dirata-rata, sehingga mendapatkan hasil precision dan recall untuk setiap kategori gambar. Hasil precision dan recall dari setiap kategori gambar dirata-rata sehingga mendapatkan hasil precision dan recall dari metode tersebut. Gambar di bawah ini merupakan contoh hasil query dari eksperimen untuk kategori gunung pada sistem TKCBK yang menggunakan forward diagonal mean dan sistem TKCBK yang diusulkan.
36
37
Gambar 4.1 Contoh Hasil Query Forward Diagonal Mean
Gambar 4.2 Contoh Hasil Query Metode yang Diusulkan
38
Gambar-gambar kategori gunung terdiri dari 100 gambar yaitu dari 800.jpg hingga 899.jpg. Hasil temu kembali merepresentasikan hasil yang relevan jika hasil temu kembali tersebut termasuk ke dalam kategori gambar yang sama dengan gambar query. Pada gambar 4.1 terdapat 7 gambar relevan dari 10 gambar hasil temu kembali (842.jpg, 863.jpg, 808.jpg, 856.jpg, 845.jpg, 830.jpg, 803.jpg). Hasil precision pada gambar 4.1 adalah 7/10 = 70% dan recall pada gambar 4.1 adalah 7/100 = 7%. Pada gambar 4.2 terdapat 9 gambar relevan dari 10 gambar hasil temu kembali (842.jpg, 863.jpg, 808.jpg, 856.jpg, 845.jpg, 830.jpg, 803.jpg, 807.jpg, 820.jpg). Hasil precision pada gambar 4.2 adalah 9/10 = 90% dan recall pada gambar 4.2 adalah 9/100 = 9%. Peningkatan dari sistem TKCBK yang hanya menggunakan forward diagonal mean ke sistem TKCBK yang diusulkan pada gambar query 842.jpg adalah sebesar 20% untuk precision dan 2% untuk recall. Informasi hasil pengukuran precision dan recall untuk semua metode ditampilkan pada tabel-tabel di bawah. Tabel 4.1, tabel 4.2, dan tabel 4.3 di bawah ini berisi informasi mengenai hasil pengukuran precision dan recall dari sistem TKCBK yang menggunakan color histogram, forward diagonal mean, dan metode yang diusulkan (forward diagonal mean + GLCM + R*-Tree) pada setiap kategori gambar. Color histogram diukur sebagai pembanding dari forward diagonal mean yang merupakan sesama teknik untuk mengekstraksi fitur warna, sehingga dapat dilihat apakah forward diagonal mean merupakan teknik ekstraksi fitur warna yang lebih baik atau tidak.
39
Tabel 4.1 Precision & Recall dari Color Histogram Precision
Recall
Afrika Pantai Bangunan Bus Dinosaurus Gajah Bunga Kuda Gunung Makanan
76.00% 40.00% 40.00% 56.00% 100.00% 62.00% 82.00% 58.00% 18.00% 54.00%
7.60% 4.00% 4.00% 5.60% 10.00% 6.20% 8.20% 5.80% 1.80% 5.40%
Rata-rata
58.60%
5.86%
Tabel 4.2 Precision & Recall dari Forward Diagonal Mean
Afrika Pantai Bangunan Bus Dinosaurus Gajah Bunga Kuda Gunung Makanan Rata-rata
Precision 46.00% 68.00% 38.00% 62.00% 100.00% 66.00% 96.00% 84.00% 62.00% 48.00%
Recall 4.60% 6.80% 3.80% 6.20% 10.00% 6.60% 9.60% 8.40% 6.20% 4.80%
67.00%
6.70%
40
Tabel 4.3 Precision & Recall dari Forward Diagonal Mean+GLCM+R*-Tree Precision
Recall
Afrika Pantai Bangunan Bus Dinosaurus Gajah Bunga Kuda Gunung Makanan
54.00% 84.00% 58.00% 74.00% 100.00% 80.00% 100.00% 96.00% 80.00% 62.00%
5.40% 8.40% 5.80% 7.40% 10.00% 8.00% 10.00% 9.60% 8.00% 6.20%
Rata-rata
78.80%
7.88%
Gambar 4.3 dan gambar 4.4 di bawah ini merupakan grafik perbandingan dari precision dan recall pada sistem TKCBK yang menggunakan color histogram, forward diagonal mean, dan metode yang diusulkan pada setiap kategori gambar berdasarkan tabel-tabel di atas.
Precision 120.00% 100.00% 80.00% 60.00%
Color Histogram
40.00%
FDM
20.00%
Metode yang Diusulkan
Rata‐rata
Makanan
Gunung
Kuda
Bunga
Gajah
Dinosaurus
Bus
Bangunan
Pantai
Afrika
0.00%
Gambar 4.3 Grafik Perbandingan Precision
41
Recall 12.00% 10.00% 8.00% 6.00%
Color Histogram
4.00%
FDM
2.00%
Metode yang Diusulkan
Rata‐rata
Gunung
Makanan
Kuda
Bunga
Gajah
Dinosaurus
Bus
Bangunan
Pantai
Afrika
0.00%
Gambar 4.4 Grafik Perbandingan Recall
Gambar 4.5 di bawah ini merupakan grafik perbandingan pasangan recallprecision dari setiap metode. Untuk membentuk garis pada grafik ini, recall dan precision pada setiap hasil query dihitung. Penghitungan berupa penghitungan dari recall dan precision pada saat hasil temu kembali pertama hingga hasil ke 10 (setiap query hasilnya berupa 10 gambar) untuk setiap hasil query. Setelah itu, dilakukan penghitungan rata-rata recall dan precision dari hasil temu kembali pertama hingga hasil ke 10 dari semua query, sehingga didapatkan hasil rata-rata recall dan precison dari hasil temu kembali pertama hingga hasil ke 10. Pasangan hasil rata-rata recall dan precision pada hasil temu kembali pertama hingga hasil ke 10 membentuk titik-titik yang dihubungkan menjadi garis.
42 1.2 1
Precision
0.8 Color Histogram 0.6 FDM 0.4 Metode yang Diusulkan
0.2 0 0
0.02
0.04
0.06
0.08
0.1
Recall
Gambar 4.5 Grafik Perbandingan Recall-Precision
4.2
Hasil Pengukuran Waktu Proses Pencarian Untuk pengukuran waktu proses pencarian, eksperimen dilakukan terhadap
sistem TKCBK sebelum menggunakan R*-Tree dan sistem TKCBK yang diusulkan yaitu menggunakan R*-Tree. Untuk setiap metode, eksperimen dilakukan pada setiap kategori gambar. Untuk setiap kategori gambar tersebut, dilakukan 5 query acak, kemudian hasil waktu proses pencarian dari setiap query tersebut dirata-rata, sehingga mendapatkan hasil waktu proses pencarian untuk setiap kategori gambar. Hasil waktu proses pencarian dari setiap kategori gambar dirata-rata sehingga mendapatkan hasil waktu proses pencarian dari metode tersebut.
43
Tabel 4.4 dan tabel 4.5 di bawah ini berisi informasi mengenai hasil pengukuran waktu proses pencarian gambar dari sistem TKCBK yang tidak menggunakan struktur data R*-Tree dan sistem TKCBK yang menggunakan R*Tree pada setiap kategori gambar, sehingga dapat dilihat perbedaan waktu proses pencarian gambar dari sistem TKCBK yang tidak menggunakan R*-Tree dengan sistem TKCBK yang menggunakan R*-Tree. Tabel 4.4 Waktu Proses Pencarian Tanpa R*-Tree Waktu Afrika Pantai Bangunan Bus Dinosaurus Gajah Bunga Kuda Gunung Makanan
3.254420s 3.392340s 3.440100s 3.233360s 2.966720s 3.000920s 3.433100s 3.604720s 3.383120s 3.086400s
Rata-rata
3.279520s
Tabel 4.5 Waktu Proses Pencarian Menggunakan R*-Tree
Afrika Pantai Bangunan Bus Dinosaurus Gajah Bunga Kuda Gunung Makanan
Waktu 3.011760s 2.945460s 2.967780s 2.969860s 2.154040s 2.852200s 2.855160s 2.886940s 2.914080s 2.905080s
Rata-rata
2.846236s
44
Gambaar 4.6 di baw wah ini meruupakan graffik perbandinngan dari waaktu proses p pencarian gaambar pada sistem TKC CBK yang tiddak mengguunakan R*-Tr Tree dengan s sistem TKC CBK yang menggunakkan R*-Treee pada settiap katego ori gambar tabel-tabel di b berdasarkan d atas.
Gambar 4.6 Grafik Perbbandingan Waktu W Prosess Pencarian
4 4.3
Pem mbahasan n Hasil Hasil yang telah ditampilkann pada tabell 4.2 dan taabel 4.3 meenunjukkan
b bahwa sistem m TKCBK yang y diusulkkan yaitu meenggunakan fitur forwarrd diagonal m mean, GLC CM, dan struuktur data R R*-Tree menghasilkan peningkatann precision r rata-rata sebbesar 11.8% % dan recall rata-rata seebesar 1.18% % dari sistem m TKCBK y yang hanya menggunakkan fitur forw ward diagonnal mean. Grafik G pasanggan recallp precision paada gambar 4.5 juga meenggambarkkan bahwa metode m yang g diusulkan
45
lebih baik dari sistem TKCBK yang hanya menggunakan Forward diagonal mean. Hasil pada tabel 4.1 dan tabel 4.2 menunjukkan bahwa Forward diagonal mean lebih baik dari pada color histogram, karena pada sistem TKCBK yang hanya forward diagonal mean memiliki precision lebih tinggi rata-rata sebesar 8.4% dan recall lebih tinggi rata-rata sebesar 0.84%. Hasil pada tabel 4.4 dan tabel 4.5 menunjukkan bahwa sistem TKCBK yang menggunakan struktur data R*-Tree lebih cepat rata-rata 13.2% (0.433284s) daripada sistem TKCBK yang tidak menggunakan R*-Tree. Hasil pada gambar 4.3 di atas menunjukkan bahwa semua kategori mengalami peningkatan kecuali pada kategori dinosaurus, karena pada kategori dinosaurus akurasi sistem TKCBK yang dicapai sebelum ditambahkan GLCM sudah maksimum (100%), namun ada beberapa kategori yaitu afrika, bangunan, dan makanan yang mengalami peningkatan tetapi belum mencapai hasil yang memuaskan dari sisi akurasi dibandingkan kategori lainnya. Pada kategori afrika dan makanan, gambar memiliki karakteristik berupa intensitas warna yang bervariasi dan ketidakteraturan yang tinggi, sehingga akibat kemiripan karakteristik tersebut, hasil temu kembali dari kategori afrika sering terdapat gambar kategori makanan dan sebaliknya, selain itu latar belakang pada gambar tersebut ikut diperhitungkan dalam proses mendapatkan hasil temu kembali. Pada gambar kategori afrika, latar belakang banyak didominasi oleh tumbuhan maupun langit, sehingga pada hasil temu kembalinya sering terdapat gambar kategori lain yang ada tumbuhan maupun langit. Pada kategori bangunan, gambar memiliki karakteristik berupa bangunan yang didominasi bebatuan dan didominasi warna abu-abu, sehingga hasil temu kembali sering terdapat gambar kategori lain yang
46
terdapat bebatuan atau objek yang berwarna abu-abu. Pada ketiga kategori tersebut, sebagian besar karakteristik pada gambar banyak dimiliki oleh gambar pada kategori lain, sehingga pada saat proses mendapatkan hasil temu kembali, gambar dari kategori lainnya ikut muncul pada hasil temu kembali. Selain itu, hasil pada gambar 4.3 tersebut menunjukkan bahwa color histogram yang digunakan sebagai pembanding menghasilkan hasil akurasi rata-rata yang paling kecil. Dampak dari hasil penelitian adalah gambar relevan yang didapatkan akan semakin meningkat karena akurasi dari sistem TKCBK meningkat, sehingga dapat membantu mendapatkan gambar yang diinginkan dari kumpulan gambar yang besar.
