Teknik pencarian citra berbasis teks yang ada saat ini belum dapat digunakan untuk merepresentasikan citra yang kita cari didalam sebuah database citra, sehingga seringkali diperoleh hasil pencarian citra yang tidak sesuai dengan yang diinginkan karena kita harus mengetahui kata kunci yang tepat sesuai dengan nama file citra untuk memperoleh citra yang kita inginkan. Temu kembali citra yaitu metode pencarian citra dengan melakukan perbandingan antara fitur citra query dengan fitur citra latih. Untuk mendapatkan akurasi hasil pencarian citra maka dilakukan ekstraksi fitur ciri energi dengan Haar Wavelet Transform dan melakukan perbandingan kemiripan fitur ciri energi tersebut berdasarkan jarak terdekat dengan Euclidean Distance. Dari hasil percobaan pada skenario 1 sampai dengan 8 untuk 5 buah citra query yang berbeda dapat dilihat bahwa sistem temu kembali citra berdasarkan isi menggunakan Haar Wavelet Transform dan Similarity Measure berdasarkan Euclidean Distance cukup baik untuk pencarian citra. Hal ini didasarkan pada skenario uji coba yang dilakukan bahwa hasil pencarian citra dengan melakukan ekstraksi fitur ciri menggunakan transformasi wavelet haar menghasil pencarian dengan akurasi tinggi pada saat dilkakukan dekomposisi level 3 dengan menghasilkan 12 buah ciri karena proses perhitungan fitur ciri yang dilakukan pada dekomposisi level 3 tidak dipengaruhi oleh pembulatan angka desimal yang signifikan dari nilai pixel yang dihasilkan pada subband LL pada dekomposisi sebelumnya. Kata kunci: CBIR, Haar Wavelet Transform, Similarity Measure, Euclidean Distance.

Text-based image retrieval techniques can not be used to represent the image that we are looking for in an image database, which is often obtained image search results are not as expected because we have to know the right keywords corresponding to the image file name to obtain the image we want. Image retrieval is the image search method by doing a comparison between the query image features with image features trained. To get accurate results, the image feature extraction characteristic energy by Haar Wavelet Transform and do a comparison of the energy characteristic feature similarity based on the closest distance to Euclidean Distance. From the experimental results in scenario 1 to 8 to 5 pieces of different query image can be seen that the image retrieval system based on content using Haar Wavelet Transform and Similarity Measure based on Euclidean Distance quite good for image search. It is based on a scenario that the experiments performed by the image search results characteristic feature extraction using wavelet transforms haar can be result with high accuracy at the time of decomposition level 3 to produce 12 pieces characteristic for characteristic features calculation process performed on the decomposition level 3 is not affected by significant rounding decimal numbers from the value of the pixel that generated the LL subband in the previous decomposition.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal