Optimasi kueri menggunakan genetika algoritma

1.
2.
Gibtha Fitri Laxmi
G 64103041
Pembimbing :
Yeni Herdiyeni, S.Si, M.Komp
Ir. Agus Buono, M.Si, M.Komp
? ?
?
?
Koleksi
CBIR
Praproses
Ekstraksi
Indeksing
Similarity
BenTuk
Tekstur
Warna
CBIR
Temu Kembali Citra
EUCLID
1st
2nd
3rd
4th
.
.
.
Temu Kembali Citra dengan Algoritme genetika
Algoritme
Genetika
Best
1st
2nd
3rd
4th
.
.
.
Penelitian Sebelumnya
Bangorn Klabbankoh dan Ouen Pinngern
1999
Applied Genetic Algorithms in Information Retrieval
Abdelmgeid A. Aly
2007
Applying Genetic Algorithm in Query Improvement Problem
Dinda P Balqis
2006
Metode Fuzzy Color Histogram untuk Temu Kembali Citra
Bunga
Tujuan
• mengimplementasikan temu
kembali citra menggunakan
algoritme genetika.
Ruang
Lingkup
• Menguji kinerja algoritme genetika
dalam pengukuran kesamaan
berdasarkan ciri warna citra.
Metodologi Penelitian
Segmentasi
Segmentasi
0
0
0
255
0
0
0
255
0
0
0
255
Ekstraksi
Fuzzy Color Histogram
37 Kelas Citra Bunga
370 warna
Fuzzy C-Means
FCM
pusat…?
370 warna
25 bin
Fuzzy Color Histogram
Matriks derajat keanggotaan
dengan fungsi Cauchy
  c '1 (c1 )  c '1 (c2 )
  (c )  (c )
c '2
2
 c '2 1
 


  c '25' (c1 )  c '25' (c2 )
Histogram
warna
 c '1 (c370 )   h(c1 ) 


  c 2 (c370 )   h(c2 ) 
x
   =



 
  c '25' (c370 ) h(c370 )

Fchkueri
 fch1 
 fch 
 2
  


 fch25 
Evolusi Alam dan Algoritme Genetika
Reproduksi :
Seleksi
Pindah Silang
Mutasi
Charles Darwin
Komputasi
secara
Alamiah
John Golberg
Algoritme Genetika
(Solusi Optimal)
Individu
Kromosom
GEN
GEN
GEN
GEN
Individu
Kromosom
GEN
GEN
GEN
GEN
Kromosom
GEN
GEN
GEN
GEN
GEN
GEN
GEN
GEN
Individu
Kromosom
Algoritme Genetika
Penentuan
nilai awal
Populasi
Awal
Seleksi Individu
Fungsi
Evaluasi
Proses Pindah
Silang
Tidak
Individu
terbaik
Ya
Generasi <= Maks
Proses
Mutasi
Elitisme
Penentuan Populasi Awal
0.019228
0.096002
0.30344
0.022238
0.019413
0.019403
0.03323
0.01394
0.044351
0.010119
0.020451
0.025684
0.028885
0.069538
0.018363
0.038018
0.0087112
0.013617
0.033004
0.052608
0.0079351
0.011152
0.025251
0.013147
0.052279
Threshold = 0.4
Fungsi Evaluasi
Tujuan??
Fungsi Evaluasi
Nilai minimum
Nilai maximum
Jarak terdekat
Jarak terjauh
SOLUSI
Fungsi Evaluasi
0.019228
0.096002
0.30344
0.022238
0.019413
0.019403
0.03323
0.01394
0.044351
Eval(Vk) =
0.010119
0.025684
0.028885
0.069538
0.018363
0.038018
0.0087112
0.013617
0.033004
0.052608
0.0079351
0.011152
0.025251
0.013147
0.052279
Fungsi
Evaluasi
Cosine coeficient
=
0.020451
Krom 1 Krom 2 Krom 3
1
0.994 0.471
Krom n
…
0.981
Seleksi
Individu 4
13%
Individu 3
12%
Roulette Wheel
Individu 1
25%
Individu 2
50%
Individu 1 : fitness = 25%
Individu 2 : fitness = 50%
Individu 3 : fitness = 12%
Individu 4 : fitness = 13%
Seleksi
Roulette Wheel
Individu 1
Individu 2
Individu 3
Individu 4
1
Populasi baru
PINDAHSILANG
crossover
Populasi baru
Rand< Pc
0.9
Populasi baru
TP = 3
Rand< Pc
TP
Populasi baru
TP
TP = 3
Rand< Pc
Kromosom baru
MUTASI
Kueri
Populasi
Rand < Pm
0.2
random
13
MUTASI
Rand < Pm
0.2
random
13
Elitisme
Yang kuat ialah yang menang
?
Elitisme
Rangking
evaluasi yang
terbaik
Induk
Individu
Gabungan
(2n)
Anak
Individu
baru
(n)
Evaluasi Temu Kembali
Basis data
Relevan
\R\
|Ra|
Temu Kembali
|A|
HASIL DAN PEMBAHASAN
Hasil dan Pembahasan
query
25 bin histogram
Daisy Pink
8(139)
Daisy Pink
9(134)
Daisy Pink
10(144)
Daisy Pink
1(132)
Daisy Pink
2(136)
Daisy Pink
3(143)
Daisy Pink
4(140)
Daisy Pink
5(131)
Daisy Pink
11(137)
Daisy Pink
12(142)
Tulip Merah
13(316)
Hibiscus Pth
14(198)
Orchid 3
15(342)
Daisy Pink
6(141)
Daisy Pink
7(135)
Hasil dan Pembahasan
Rataan Recall dan Precision
Recall
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Rataan
GA
(%)
100
91.17
85.64
82.14
74.73
71.33
65.32
59.33
51.46
30.42
21.56
66.65
Rataan Recall dan Precision
KESIMPULAN DAN SARAN
Kesimpulan dan Saran
Kesimpulan
Saran
• Hasil temu kembali baik
• recall 0.1-0.8, dengan rataan
precision sebesar 72.64% untuk
tingkat tersebut.
• Berbasis warna, bentuk, dan tekstur
Daftar Pustaka
Aly AA. 2007. Applying Genetic Algorithm in Query Improvement Problem. www.foibg.com/ijitk/ijitk-vol01/ijitk01-4-p02.pdf
[3 Juli 2008].
Ardiansyah F. 2002. Segmentasi Automatis Obyek pada Citra Fotografi untuk Temu Kembali Citra [skripsi]. Bogor: Fakultas
Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Baeza-Yates R dan Ribeiro-Neto R. 1999. Modern Information Retrieval. New York : Addison Wesley.
Balqis DP. 2006. Fuzzy Color Histogram untuk Temu Kembali Citra Bunga. [skripsi]. Bogor: Fakultas Matematika dan Ilmu
Pengetahuan Alam, Institut Pertanian Bogor.
Belongie S, Carson C, Greenspan H, Malik J.1998. Color- and Texture-Based Image Segmentation Using EM and Its Application
to Content-Based Image Retrieval. Computer Science Division, University of California at Berkeley, Berkeley, CA 94720.
http://elib.cs.berkeley.edu.carson/papers/ICCV98.pdf [6 Mei 2007].
Cox E. 2005. Fuzzy Modeling and Genetic Algorithms for Data Mining and Exploration. USA: Morgan Kaufman Publishers.
Gen M, Cheng R. 1997. Genetics Algorithms and Engineering Design. John Wiley & Sons, Inc. Canada.
Hadi S. 2004. Pengembangan Model Generatif Pengenalan Wajah pada Latar Belakang, Pose dan Iluminasi yang Bervariasi
[disertasi]. Bandung : Program Pascasarjana, Institut Teknologi Bandung.
Han J, Ma K. 2006. Data Mining: Concepts and Techniques. USA: Morgan Kaufman Publishers.
Haupt RL, Haupt SE. 2004. Practical Genetic Algorithms. New Jersey : John Willey.
Hermawanto D. 2003. Algoritma Genetika dan Contoh Aplikasinya. http://dennyhermawanto.webhop.org [17 Maret 2008]
Klabbankoh B, Pinngern O. 1999. Applied Genetic Algorithms in Information Retrieval. Bangkok : Faculty of Information
Technology King Mongkut, Institute of Technology Ladkrabang. http://www.journal.au.edu/ijcim/sep99/02-drouen.pdf [17 Juli
2007]
Mitchell M. 1998. An Introduction to Genetic Algorithms. London : Massachusetts Institute of Technology.
Noorniawati VY. 2007. Metode Support Vector Machine untuk Klasifikasi pada Sistem Temu Kembali Citra. [Skripsi]. Bogor :
Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Owais SSJ, Kromer P, Snasel V. 2005. Query Optimization by Genetic Algorithm. ftp.informatik.rwth-aachen.de /Publications/
CEUR-WS/Vol-129/paper16.pdf [3 Juli 2008].
Suyanto. 2005. Algoritma Genetika dalam MATLAB. Penerbit ANDI. Yogyakarta
Vertan C dan Boujemaa N. 2000. Using Fuzzy Color Histogram and Distance for Color Image Retrieval. Prentice Hall. United
Kingdom. http://wwwrocq. inria.fr/imedia/Articles/cir2000.pdf [28 Oktober 2006]
Zhang R, Zhang Z. A Robust Color Object Analysis Approach to Efficient Image Retrieval.
http://www.fortune.binghamton.edu/publications/EURASIP.pds [28 Oktober 2006].
Terimakasih
Seleksi