Sistem Identifikasi Relief pada Situs Bersejarah Menggunakan Perangkat Mobile Android (Studi Kasus Candi Borobudur)
Rajif Agung Yunmar(1*), Agus Harjoko(2)
(1) 
(2) Jurusan Ilmu Komputer dan Elektronika, FMIPA UGM, Yogyakarta
(*) Corresponding Author
Abstract
Abstrak
Bangsa yang besar adalah bangsa yang menghargai sejarah dan asal usulnya. Relief yang terdapat pada candi Borobudur menggambarkan banyak cerita, termasuk sejarah dan asal usul bangsa ini. Mulai dari cerita kehidupan kalangan kerajaan, kehidupan masyarakat, dan adat istiadat pada saat bangunan candi tersebut dibuat, dsb.
Penelitian ini merancang sebuah perangkat lunak mobile Android untuk identifikasi citra relief Candi Borobudur sehingga dapat membantu wisatawan dalam menerjemahkan pesan dan informasi yang terkandung didalamnya. Metode ekstraksi ciri yang digunakan adalah Speeded-Up Robust Feature (SURF) dan hierarchical k-means tree nearest-neighbor untuk identifikasinya.
Pengujian identifikasi citra relief dilakukan dengan berbagai macam variasi, yaitu sudut, jarak, rotasi, intensitas cahaya dan keutuhan citra masukan untuk melihat pengaruhnya terhadap hasil pengenalan citra relief tersebut. Metode identifikasi yang diajukan memberikan hasil pengenalan sebesar 93.30% dengan rata-rata waktu komputasi 59.55 detik.
Abstract
The great nation built from people who can respects they history and origins. Reliefs at Borobudur temple contained many stories, including the history and origins of this nation. Starting from the life story of the royal, society, and customs at the time of the building of the temple was made, and so on.
This study develops mobile Android software for identification of Borobudur Temple relief image object so that it can help travelers in translating the story and the information contained therein. Feature extraction method used is speeded-Up Robust Feature (SURF) and hierarchical k-means tree nearest-neighbor for identification.
Identification testing of relief images is done by different variations, ie angle, distance, rotation, intensity of the light and wholeness of image input to see the effect on the relief image recognition results. The proposed identification method gives recognition results of 93.30% and the average computation time for 59.55 seconds.
Keywords
Full Text:
PDFReferences
[1] Agusmiyati, M., 1996, Variasi Bentuk Pakaian Wanita Abad X-XV Masehi Berdasarkan Penggambaran Pada Relief Candi di Jawa, Skripsi, Jurusan Ilmu Arkeologi Fakultas Sastra, Universitas Gadjah Mada.
[2] Rahman, 1994, Jenis Mata Pencaharian pada Relief Karmawibhangga Candi Borobudur, Balai Studi dan Konservasi Borobudur.
[3] Cole, S., 2008, Tourism, Culture ad Development: Hopes, Dream and Realities in East Indonesia, Cromwell Press, Clevedon.
[4] Purwaningsih, R.M., 2012, Pengaruh Kualitas Pelayanan Pemandu Wisata Terhadap Kepuasan Wisatawan di Candi Prambanan (Tinjauan Khusus Pada Kemampuan Bahasa Verbal), Tesis, Program Studi Magister Kajian Pariwisata, Sekolah Pascasarjana Universitas Gadjah Mada.
[5] Bay, H., Fasel, B. dan Gool, L.V., 2006, Interactive Museum Guide: Fast and Robust Recognition of Museum Objects, Proceedings of the first international workshop on mobile vision.
[6] Chu, E., Hsu, E. dan Yu, S., 2007, Image-Guided Tours : Fast-Approximated SIFT With U-SURF Features, Standford University.
[7] Bay, H., Andreas E., Tinne, T. dan Gool, L.V., 2008, Speeded-Up Robust Features (SURF), J. of Computer Vision and Image Understanding 110, pp. 346-359.
[8] Evans, C., 2009, Notes on the OpenSURF Library, http://opensurf1.google code.com/ files/opensurf.pdf, diakses 26 Mei 2013.
[9] Tzacheva, A.A., 2013, Preparing for Final Exam, http://faculty.uscupstate.edu /atzacheva/SHIM450/PreparingForFinalExam.doc, diakses 15 Juli 2013.
[10] Mäenpää, T., 2003, The Local Binary Pattern Approach to Texture Analysis, Ph.D Thesis, Department of Electrical and Information Engineering, Oulu University.
[11] Temmermans, F., 2011, The Mobile Museum Guide: Artwork Recognition With Eigenpaintings And SURF, Proceedings of the 12th International Workshop on Image Analysis for Multimedia Interactive Services.
[12] Pravista, D.S., 2012, MEDLEAF: Aplikasi Mobile Untuk Identifikasi Tumbuhan Obat Berbasis Citra Dan Teks, Skripsi, Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
[13] Wahyuni, N.K.S., 2012, Penggabungan Fitur Fuzzy Local Binary Pattern Dan Fuzzy Color Histogram Untuk Aplikasi Mobile Identifikasi Citra Tumbuhan Obat, Skripsi, Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
[14] Santoni, M.M., 2012, Penggabungan Fitur Morfologi, Local Binary Pattern Variance dan Color Moments untuk Aplikasi Mobile Identifikasi Citra Tumbuhan Obat, Skripsi, Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
[15] Zou, J., Ji, Q. dan Nagy, G., 2007, A Comparative Study of Local Matching Approach for Face Recognation, IEEE Transactions on Image Processing, vol.16, no.10, pp. 2617-2628.
DOI: https://doi.org/10.22146/ijccs.6541
Article Metrics
Abstract views : 6840 | views : 3934Refbacks
- There are currently no refbacks.
Copyright (c) 2014 IJCCS - Indonesian Journal of Computing and Cybernetics Systems
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
View My Stats1