Analisis kinerja Algoritma Expectation Maximization untuk segmentasi dan sistem temu kembali citra

Abstract

Pengindeksan citra menggunakan notasi tekstual secara manual memiliki banyak masalah. Oleh karena itu, pengindeksan citra berdasarkan kandungan (content) citra saat ini banyak menarik perhatian. Tahapan awal dari pengindeksan citra dalam Content Based Image Retrieval adalah segmentasi citra. Salah satu algoritma yang digunakan untuk segmentasi citra adalah algoritma Expecation Maximization (EM). Algoritma EM digunakan untuk mengkuantisa si warna. Segmentasi dengan algoritma EM diawali dengan inisialisasi parameter cluster. Jumlah cluster harus ditentukan dahulu. Setelah inisialisasi parameter selesai dilakukan, dilanjutkan dengan tahapan Expectation dan tahapan Maximization. Pada tahapan Expectation akan dilakukan penghitungan peluang tiap piksel untuk masuk ke dalam tiap cluster. Peluang tersebut dihitung dengan asumsi bahwa setiap cluster mempunyai distribusi normal. Pada tahapan Maximization, dilakukan update terhadap parameter cluster. Parameter yang baru akan digunakan untuk tahapan Expectation pada iterasi selanjutnya. Proses ini akan diulang terus-menerus sampai didapatkan hasil yang konvergen. Data yang digunakan adalah 300 citra berwarna dari 30 kelas dengan ukuran citra 50 x 50 piksel. Pada tahapan segmentasi, algoritma EM akan digunakan untuk melakukan pendugaan terhadap nilai parameter cluster. Metode ekstraksi yang digunakan adalah penggabungan antara Fuzzy Color Histogram dan Fuzzy C-Means. Hasil segmentasi dengan algoritma EM diujicobakan pada tahapan klasifikasi dengan menggunakan Support Vector Machine (SVM). Evaluasi hasil temu kembali dilakukan dengan menggunakan recall dan precision. Penerapan algorima Expectation Maximization (EM) untuk segmentasi citra memberikan hasil temu kembali yang lebih baik daripada hasil temu kembali dengan segmentasi manual. Rataan precision yang didapatkan dari hasil temu kembali menggunakan segmentasi EM adalah 76.76 persen. Di lain pihak, rataan precision dari hasil temu kembali menggunakan segmentasi manual adalah 55.29 persen. Manfaat penelitian ini adalah didapatkan hasil temu kembali dengan rataan precision yang lebih baik dengan penerapan algoritma EM untuk segmentasi citra. Dengan hasil segmentasi yang lebih baik, diharapkan hasil temu kembali citra yang diperoleh memberikan hasil yang lebih relevan dengan citra yang diinginkan.