PENINGKATAN AKURASI MESIN PENCARI GAMBAR DENGAN MENGGUNAKAN MACHINE LEARNING, WEB SCRAP DAN ALGORITMA COSINE SIMALIRITY

Abstract

Pencarian data gambar di internet terbatas pada kata kunci teks berupa nama gambar yang diinput masuk ke mesin pencari sehingga hasil yang didapatkan banyak varian gambar. Dengan berkembangnya teknologi temu kembali informasi dan pengolahan teks diharapkan dapat membantu proses pencarian gambar menjadi lebih spesifik sesuai dengan kata kunci teks yang diinginak. Proses web scrap dapat membantu mencari informasi yang lebih detail sampai metadata dari sumber gambar di situs web. Data teks yang dihasilkan dalam proses web scrap diolah lebih lanjut menggunakan pemrosesan teks dan algoritma cosine similarity untuk menghasilkan informasi yang relevan dengan citra yang dicari. Hasil yang diperoleh akurasi mencapai 80% untuk data gambar umum dengan batas pencarian gambar hingga 20 gambar. Untuk gambar tertentu, akurasi hanya mencapai 25% untuk batas 20 gambar. Ada 2 hal yang mempengaruhi nilai akurasi pencarian gambar yaitu batas gambar yang sangat besar dan keyword yang sangat spesifik sehingga hasil yang dihasilkan kurang relevan. Dengan metode pencarian gambar seperti ini diharapkan dapat menemukan dan mendownload gambar yang benar-benar relevan dan berkualitas tinggi untuk dijadikan data training dalam proses klasifikasi gambar maupun video.