TEMU BALIK INFORMASI TI 14 A

ANGGOTA KELOMPOK WILDAN ANUGERAH (14.11.0037) WISNU WIDHU (14.11.0050) YUSUF SUYANTO (14.11.0051) RADIN RIO (14.11.0043) FRENANDA FERDY (14.11.0067) WILDAN ERWIN (14.11.0069) NUR AFIATILLAH (14.11.0072)

SISTEM TEMU KEMBALI INFORMASI MULTIMEDIA MATERI SISTEM TEMU KEMBALI INFORMASI MULTIMEDIA

TEMU KEMBALI INFORMASI MULTIMEDIA Tujuan : Untuk memberikan jawaban terbaik sesuai dengan kebutuhan pengguna. STBI multimedia : Sistem untuk manajemen ( penyimpanan, pengambilan, dan manipulasi ) data beberapa media seperti kombinasi data tabulasi / administrasi, dokumen teks, gambar, spasial, sejarah, audio, dan data video (Joan, 2008).

KOMPONEN STBI MULTIMEDIA Tiga komponen utama dalam TBI yaitu kumpulan dokumen, kebutuhan informasi pengguna, dan proses pencocokan (matching) antara keduanya (Di Nubila et al., 1994; Chowdhury, 1999). Sedangkan, komponen STBI Multimedia yaitu : Dokumen multimedia - Sistem mampu menyimpan dokumen multimedia. - Disimpan semi terstruktur: data terstruktur dan tidak terstruktur. 2. Model temu kembali Menyajikan daftar dokumen yang diurutkan dalam peringkat. Analisis dokumen Dokumen diproses untuk mengumpulkan informasi statistik . Teknik pencarian interaktif - Sistem mendukung interaksi dengan pengguna untuk meningkatkan kemungkinan keberhasilan pencarian. - Pengguna dapat memberikan informasi umpan balik kepada sistem.

TEMU KEMBALI INFORMASI MULTIMEDIA Temu kembali informasi multimedia adalah bagian dari ilmu temu kembali informasi yang menfokuskan pada temu kembali informasi dari data multimedia. Teknik-teknik yang dilakukanpun sama, hanya berbeda pada data yang berkaitan yaitu jika dalam temu kembali informasi, data hanya berupa numeric atau teks, dan dalam temu kembali informasi multimedia, data berupa (teks, audio, image dan video). Maka multimedia retrieval adalah model temu kembali informasi berbasis konten (content-base infromastion retrieval).

TBI BERBASIS KONTEN Konten media dalam database diekstrak dan dideskripsikan oleh vector fitur multi-dimensi, atau disebut deskriptor. Untuk mengambil data yang diinginkan, pengguna mengirimkan contoh query, kemudian sistem merepresentasikannya dengan vector fitur. Jarak (yaitu, dalam arti ukuran kesamaan) antara vektor fitur dari contoh query dan yang ada dalam database media kemudian dihitung dan dirangking. Temu kembali dilakukan dengan menerapkan suatu skema pengindeksan untuk memberikan cara yang efisien untuk mencari database media. Akhirnya, sistem merangking hasil pencarian dan kemudian mengembalikan hasil pencarian teratas yang paling mirip dengan contoh query kepada pengguna. Wei dan Li, 2004, menyajikan arsitektur untuk data multimedia berdasarkan content-base information retrieval, sebagai berikut :

TBI BERBASIS KONTEN Jenis – jenis sistem temu balik informasi : 1. Temu Kembali Audio berbasis Konten (Conten Based Audio Retrieval ) Metode untuk mengkarakterisasi ritme dan tempo dari musik disampaikan oleh Foote (Foote, 2002, p1). 2. Temu Kembali Video berbasis Konten (Content Based Video Retrieval ) Pertumbuhan dari ketersediaan material video online di internet dikombinasikan dengan tag / deskripsi konten dan hal itu memiliki keterbatasan untuk pengambilan dan pengaksesan video itu sendiri.

TBI BERBASIS KONTEN 3. Temu Kembali Citra berbasis Konten (Content Based Image Retrieval) Citra dianalisis melalui pendekatan tekstur berbasis teks. Kata kunci atau frasa digunakan untuk sistem kueri 4. Temu Kembali Teks berbasis Konten (Content Based Text Retrieval) Kategorisasi otomatis dari teks ke dalam kategori yang ditentukan sebelumnya.

CBIR - Pada sistem temu kembali citra berbasis konten, terdapat teknik sistem pencarian citra yaitu CBIR (Content Based Image Retrieval) . - CBIR adalah suatu sistem yang mengambil citra berdasarkan fitur seperti warna, tekstur, bentuk atau bahkan arti semantik citra - Sistem CBIR mengandung citra yang dibuat atau diambil dari berbagai sumber

CBIR Komponen CBIR Bagian Arsitektur CBIR 1. Interface : bagian untuk interaksi antara pengguna dengan sistem CBIR melalui aplikasi GUI (Graphical User Interface). Terdiri dari: – Data Insertion : untuk memasukan citra yang akan di ekstraksi. – Query Specification untuk menentukan citra yang akan dijadikan citra query serta menentukan metode ekstraksi fitur. – Visualization untuk menampilkan citra query dan citra hasil pencarian. 2. Query-processing module, terdiri dari: - Feature vector extraction untuk mengekstraksi baik citra yang ada didatabase citra maupun citra query. - Similarity Computation digunakan untuk menghitung kesamaan fitur citra. - Ranking digunakan untuk mengurutkan citra yang memiliki tingkat kemiripan dengan citra query. 3. Image Database, terdiri dari -Feature Vectors yang digunakan untuk menyimpan hasil ekstraksi fitur citra. Dan disimpan didalam database derby. -Images merupakan database citra yang secara fisik berupa folder yang didalamnya terdapat kumpulan citra

SUMBER Sutikno, 2013. sutikno.blog.undip.ac.id/files/2013/06/Materi-1-Relevance-Feedback1.pdf library.binus.ac.id/eColls/eThesisdoc/Bab2/2011-1-00327-if%202 Altien, 2009. https://altien.wordpress.com/2009/12/31/perbedaan-multimedia-mining-dan-multimedia-retrieval-2/ RS Zaenab, 2002 http://pustaka.litbang.pertanian.go.id/publikasi/pp112022.pdf