28
citra,
pengguna
memberikan
contoh
citra
(citra
query)
pada
sistem
pencarian.
Sistem
kemudian
menghitung nilai-nilai
feature vector pada citra query tersebut.
Besarnya nilai
kesamaan
atau
jarak
antara
feature
vector
dari
citra
query
dengan
yang
ada
di
dalam
basis
data
kemudian
dihitung
dan
diurutkan
berdasarkan jarak
yang
terkecil.
Dengan
adanya
proses
pengurutan
jarak
akan
mempermudah
pengguna
di
dalam
mencari
citra
yang tersimpan di dalam basis data.
(Referensi
:
Isa
Sani
Muhamad,
Juwita
Elsa.
(2007),
Aplikasi
Image
Retrieval
Berdasarkan Tekstur dengan Menggunakan Transformasi Haar Wavelet.)
2.6 ROI (Region of Interest)
ROI
atau
Region of Interest adalah bagian
yang dipilih
sebagai sampel dalam
dataset
yang diidentifikasi
untuk tujuan tertentu. Konsep ROI biasanya digunakan dalam
pencitraan
medis, oleh karena
itu disini kita
menggunakan konsep
ini karena kita sedang
membahas
tentang
masalah kanker payudara.
Untuk
lebih
mengefesiensikan
sistem
CBIR, maka kita
menggunakan ROI agar kita dapat
memilih region of interest (ROI) dan
sistem
tersebut
akan
mencari
semua
citra
di
dalam
database
untuk
menemukan daerah
atau
bagian
yang
berhubungan. (Referensi
:
Yung-Gi,
Wu.
Region
of
Interest
Image
Indexing System by DCT and Entropy.)
2.7 GLCM (Gray Level Co-occurrence Matrix)
GLCM
adalah
matriks
yang
menjelaskan
frekuensi
satu
level
abu-abu
yang
muncul
dalam
ruang
linier
tertentu
yang
mempunyai
hubungan
dengan
level
abu-abu
lainnya
dalam
bidang
investigasi.
Di
sini,
co-occurrence
matrix
dihitung
berdasarkan
dua
parameter,
yaitu
jarak
relatif
antara
pasangan
piksel
d
yang
diukur
dalam
angka
piksel dan orientasi relatif f. (Referensi :M.M Mokji. Gray Level Co-occurrence Matrix
Computation Based on Haar Wavelet)
 |