Melola Discovery

← Melola Discovery

Jurnal SINTA 2

Pencarian Produk yang Mirip Melalui Automatic Online Annotation dari Web dan Berbasiskan Konten dengan Color Histogram Bin dan Surf Descriptor

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 5 No. 1 (2018) · pp. 104–113

DOI
10.25126/jtiik.201851630
ISSN
2528-6579, 2355-7699
Published
2018-03-03
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
en

Abstract

English

Banyaknya situs e-commerce memberikan kemudahan bagi pengguna yang ingin mencari dan membeli suatu produk, misalnya membeli makanan, obat, alat elektronik, kebutuhan sehari-hari, dan lain-lain. Pencarian suatu produk terhadap beberapa situs e-commerce akan menjadi sulit karena banyaknya pilihan situs, banyaknya penjual (merchant/seller) yang menjual barang yang sama, dan waktu yang lama karena harus berpindah-pindah situs hingga menemukan produk yang diinginkan. Selain itu dengan adanya teknologi smartphone berkamera, augmented reality, query pencarian bisa jadi hanya berupa citra, namun pencarian produk dengan menggunakan citra pada umumnya tidak diakomodasi di situs e-commerce. Dalam penelitian ini dikembangkan sistem meta search-engine yang menggunakan query berupa citra dan berbasiskan konten untuk menggabungkan hasil pencarian dari beberapa situs e-commerce. Citra query yang tidak diketahui namanya dibangkitkan tag atau kata kuncinya melalui Google reverse image search engine. Kata kunci ini kemudian diberikan ke masing-masing situs e-commerce untuk dilakukan pencarian. Fitur yang digunakan dalam pencocokan query dengan produk adalah fitur tekstual, color histogram bin, dan keberadaan citra objek yang dicari menggunakan SURF descriptor. Fitur-fitur ini digunakan untuk menentukan relevansi terhadap hasil penelusuran. Sistem ini dapat memberikan hasil yang baik dengan precision@20 dan recall hingga 1 dengan rata-rata precision@20 dan recall masing-masing sebesar 0,564 dan 0,608, namun juga bisa gagal dengan precision@20 dan recall sebesar 0. Hasil yang kurang baik ini dikarenakan tag yang dibangkitkan terlalu umum dan situs e-commerce-pun memberikan hasil yang umum juga

Bahasa Indonesia

Banyaknya situs e-commerce memberikan kemudahan bagi pengguna yang ingin mencari dan membeli suatu produk, misalnya membeli makanan, obat, alat elektronik, kebutuhan sehari-hari, dan lain-lain. Pencarian suatu produk terhadap beberapa situs e-commerce akan menjadi sulit karena banyaknya pilihan situs, banyaknya penjual (merchant/seller) yang menjual barang yang sama, dan waktu yang lama karena harus berpindah-pindah situs hingga menemukan produk yang diinginkan. Selain itu dengan adanya teknologi smartphone berkamera, augmented reality, query pencarian bisa jadi hanya berupa citra, namun pencarian produk dengan menggunakan citra pada umumnya tidak diakomodasi di situs e-commerce. Dalam penelitian ini dikembangkan sistem meta search-engine yang menggunakan query berupa citra dan berbasiskan konten untuk menggabungkan hasil pencarian dari beberapa situs e-commerce. Citra query yang tidak diketahui namanya dibangkitkan tag atau kata kuncinya melalui Google reverse image search engine. Kata kunci ini kemudian diberikan ke masing-masing situs e-commerce untuk dilakukan pencarian. Fitur yang digunakan dalam pencocokan query dengan produk adalah fitur tekstual, color histogram bin, dan keberadaan citra objek yang dicari menggunakan SURF descriptor. Fitur-fitur ini digunakan untuk menentukan relevansi terhadap hasil penelusuran. Sistem ini dapat memberikan hasil yang baik dengan precision@20 dan recall hingga 1 dengan rata-rata precision@20 dan recall masing-masing sebesar 0,564 dan 0,608, namun juga bisa gagal dengan precision@20 dan recall sebesar 0. Hasil yang kurang baik ini dikarenakan tag yang dibangkitkan terlalu umum dan situs e-commerce-pun memberikan hasil yang umum juga

Keywords

Collaboration network of the authors

35 authors · 66 co-authorship links · 7 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • University of Brawijaya
  • Institut Teknologi Sepuluh Nopember
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Indriati IndriatiUniversity of Brawijaya2
Rizal Setya PerdanaUniversity of Brawijaya2
Naziha AzharUniversity of Brawijaya2
Ilham FirmansyahUniversity of Brawijaya2
Agus Zainal ArifinInstitut Teknologi Sepuluh Nopember1
Evy Kamilah RatnasariInstitut Teknologi Sepuluh Nopember1
Siti MutrofinInstitut Teknologi Sepuluh Nopember1
Fadhil Yusuf RahadikaUniversity of Brawijaya1
Novanto YudistiraUniversity of Brawijaya1
Chastine FatichahInstitut Teknologi Sepuluh Nopember1
Ratih Kartika DewiUniversity of Brawijaya1
Muh. Arif RahmanUniversity of Brawijaya1
Edy SantosaUniversity of Brawijaya1
Randy Cahya WihandikaUniversity of Brawijaya1
Yurdha Fadhila HernawanUniversity of Brawijaya1
Rizky Maulana IqbalUniversity of Brawijaya1
Edy SantosoUniversity of Brawijaya1
Raditya RinandyaswaraUniversity of Brawijaya1
Muhammad Tanzil FurqonUniversity of Brawijaya1
Rifki Akbar SiregarUniversity of Brawijaya1
Alfisyar Jefry PranataUniversity of Brawijaya1
Edy SantosoUniversity of Brawijaya1
Natasya Eldha OktavianaUniversity of Brawijaya1
Fitra Abdurrachman BachtiarUniversity of Brawijaya1
Rizky Adinda AzizahUniversity of Brawijaya1
Zahra Asma AnnisaUniversity of Brawijaya1
Faiz Aulia Al FarisiUniversity of Brawijaya1
Budi Darma SetiawanUniversity of Brawijaya1
Rafi Indra FattahAffiliation unknown1
Rafi Indra FattahAffiliation unknown1
Fitri UtaminingrumUniversity of Brawijaya1
Renaldi Primaswara PraetyaAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Okt 2026, last seen 27 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Pencarian Produk yang Mirip Melalui Automatic Online Annotation dari Web dan Berbasiskan Konten dengan Color Histogram Bin dan Surf Descriptor</dc:title>
	<dc:title xml:lang="id">Pencarian Produk yang Mirip Melalui Automatic Online Annotation dari Web dan Berbasiskan Konten dengan Color Histogram Bin dan Surf Descriptor</dc:title>
	<dc:creator xml:lang="en">Adikara, Putra Pandu</dc:creator>
	<dc:creator xml:lang="en">Adinugroho, Sigit</dc:creator>
	<dc:creator xml:lang="en">Sari, Yuita Arum</dc:creator>
	<dc:subject xml:lang="en">pencarian produk</dc:subject>
	<dc:subject xml:lang="en">penandaan citra</dc:subject>
	<dc:subject xml:lang="en">color histogram bin</dc:subject>
	<dc:subject xml:lang="en">SURF</dc:subject>
	<dc:subject xml:lang="en">reverse image search engine</dc:subject>
	<dc:description xml:lang="en">Banyaknya situs e-commerce memberikan kemudahan bagi pengguna yang ingin mencari dan membeli suatu produk, misalnya membeli makanan, obat, alat elektronik, kebutuhan sehari-hari, dan lain-lain. Pencarian suatu produk terhadap beberapa situs e-commerce akan menjadi sulit karena banyaknya pilihan situs, banyaknya penjual (merchant/seller) yang menjual barang yang sama, dan waktu yang lama karena harus berpindah-pindah situs hingga menemukan produk yang diinginkan. Selain itu dengan adanya teknologi smartphone berkamera, augmented reality, query pencarian bisa jadi hanya berupa citra, namun pencarian produk dengan menggunakan citra pada umumnya tidak diakomodasi di situs e-commerce. Dalam penelitian ini dikembangkan sistem meta search-engine yang menggunakan query berupa citra dan berbasiskan konten untuk menggabungkan hasil pencarian dari beberapa situs e-commerce. Citra query yang tidak diketahui namanya dibangkitkan tag atau kata kuncinya melalui Google reverse image search engine. Kata kunci ini kemudian diberikan ke masing-masing situs e-commerce untuk dilakukan pencarian. Fitur yang digunakan dalam pencocokan query dengan produk adalah fitur tekstual, color histogram bin, dan keberadaan citra objek yang dicari menggunakan SURF descriptor. Fitur-fitur ini digunakan untuk menentukan relevansi terhadap hasil penelusuran. Sistem ini dapat memberikan hasil yang baik dengan precision@20 dan recall hingga 1 dengan rata-rata precision@20 dan recall masing-masing sebesar 0,564 dan 0,608, namun juga bisa gagal dengan precision@20 dan recall sebesar 0. Hasil yang kurang baik ini dikarenakan tag yang dibangkitkan terlalu umum dan situs e-commerce-pun memberikan hasil yang umum juga</dc:description>
	<dc:description xml:lang="id">Banyaknya situs e-commerce memberikan kemudahan bagi pengguna yang ingin mencari dan membeli suatu produk, misalnya membeli makanan, obat, alat elektronik, kebutuhan sehari-hari, dan lain-lain. Pencarian suatu produk terhadap beberapa situs e-commerce akan menjadi sulit karena banyaknya pilihan situs, banyaknya penjual (merchant/seller) yang menjual barang yang sama, dan waktu yang lama karena harus berpindah-pindah situs hingga menemukan produk yang diinginkan. Selain itu dengan adanya teknologi smartphone berkamera, augmented reality, query pencarian bisa jadi hanya berupa citra, namun pencarian produk dengan menggunakan citra pada umumnya tidak diakomodasi di situs e-commerce. Dalam penelitian ini dikembangkan sistem meta search-engine yang menggunakan query berupa citra dan berbasiskan konten untuk menggabungkan hasil pencarian dari beberapa situs e-commerce. Citra query yang tidak diketahui namanya dibangkitkan tag atau kata kuncinya melalui Google reverse image search engine. Kata kunci ini kemudian diberikan ke masing-masing situs e-commerce untuk dilakukan pencarian. Fitur yang digunakan dalam pencocokan query dengan produk adalah fitur tekstual, color histogram bin, dan keberadaan citra objek yang dicari menggunakan SURF descriptor. Fitur-fitur ini digunakan untuk menentukan relevansi terhadap hasil penelusuran. Sistem ini dapat memberikan hasil yang baik dengan precision@20 dan recall hingga 1 dengan rata-rata precision@20 dan recall masing-masing sebesar 0,564 dan 0,608, namun juga bisa gagal dengan precision@20 dan recall sebesar 0. Hasil yang kurang baik ini dikarenakan tag yang dibangkitkan terlalu umum dan situs e-commerce-pun memberikan hasil yang umum juga</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2018-03-03</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/630</dc:identifier>
	<dc:identifier>10.25126/jtiik.201851630</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 5 No 1: Februari 2018; 104-113</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 5 No. 1: Februari 2018; 104-113</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.201851</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/630/pdf</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2018 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
</oai_dc:dc>