PERKEMBANGAN IMAGE SEARCH ENGINE

03 Sep 2020

 

 

Sejarah Singkat Image Search Engine

Sejarah perkembangan search engine dimulai pada tahun 1990 dan pertama kali dikenalkan oleh Archie, situs FTP yang memberikan kemudahan dalam mencari file yang spesifik. Lalu pada tahun 1996, Google merilis search engine versi mereka dengan menambahkan algoritma yang unik. Selain itu Yahoo juga mulai mengembangkan search engine versi mereka pada tahun 2002.

Karena kebutuhan dan didorong oleh keinginan untuk memberikan orang – orang kemudahan dalam mencari sesuatu dengan gambar, maka trend dari search engine pun berkembang. Lalu pada akhir 1990-an, ide tersebut direalisasikan oleh sebuah perusahaan penyedia layanan search engine yaitu AltaVista.

Google, sebagai penyedia search engine yang saat itu sangat digandrungi oleh banyak orang mulai mengembangkan image search engine-nya sendiri. Bermodalkan 250 juta lebih gambar yang di-upload ke Google setiap tahun, Google membuat sebuah image search engine yang diberi nama Google Image pada tahun 2001. Salah satu contoh penggunaan Google Image yang sempat ramai di internet adalah kasus pencarian Versace Dress Jenifer Lopez. Dan kemudian teknologi image search engine sampai saat ini masih tetap mendapatkan improvement.

 

Cara Kerja Image Search Engine

            Sebagian dan mungkin kebanyakan orang akan mengira pencarian gambar pada image search engine menggunakan algoritma canggih yang menentukan bahwa gambar – gambar yang dimaksud memuat konten seperti apa lalu kemudian memberikan indeks. Tetapi siapa sangka bahwa teks biasa memiliki peran penting dalam pencarian pada image search engine. Yap, teks yang dimaksud adalah nama dari file tersebut.

Tentu saja nama file saja tidak cukup, karena bisa saja nama file berbeda dengan konteks dan isi dari gambar tersebut. Pencarian gambar memerlukan sesuatu yang lebih ‘dalam’ untuk memastikan bahwa gambar relevan dengan kata kunci tertentu. Maka dari itu search engine akan mengandalkan data yang ditemukan di halaman web tempat gambar itu berada. Hal ini sejalan dengan konsep gambar sebagai pendukung dari sebuah konteks yang dibahas dan dari sini search engine akan mendapatkan informasi seperti teks konten, dan juga pola penelusuran gambar.

Setelah image pre-processing selesai, saat nya search engine menganalisa gambar yang diupload dengan metode klasifikasi atau classification. Apakah gambar tersebut memiliki wajah? Warna apa saja yang terdapat pada gambar tersebut? Apakah pada gambar tersebut terdapat orang di dalamnya? Lalu search engine akan mempersempit ruang lingkup penelusuran dari informasi yang didapat. Namun, hingga saat ini pencarian pengklasifikasian gambar dengan skala luas masih menjadi masalah yang rumit dan tidak selalu menghasilkan hasil yang benar.

Selain dengan melakukan klasifikasi pada gambar yang di upload, metode lain yang digunakan adalah clustering atau pengelompokkan. Proses image pre-processing akan tetap berjalan seperti sebelumnya hanya saja search engine akan mengelompokkan gambar dengan konten yang serupa atau mirip dan akan menampilkan opsi lain dari pencarian yang serupa misal ketika kita melakukan proses pencarian menggunakan gambar sandal maka akan muncul opsi seperti ‘sandal jepit’, ‘sandal bakiak’, ‘sandal di masjid hilang’.

Dengan begitu, sebagai pengguna kita tidak bisa berbuat banyak untuk mengoptimalkan kinerja image search engine. Sebagai pengguna yang dapat dilakukan untuk dapat mengoptimalkan fitur image search engine adalah memastikan gambar yang diupload merupakan gambar dengan kualitas yang bagus agar dapat membantu kerja mesin tersebut.

 

Contoh Image Search Engine

 

  • Google Image

Google Images adalah layanan yang dibuat oleh google dan diluncurkan pada tahun 2001. Kata kunci pencarian gambar didasarkan pada nama berkas gambar, teks tautan yang mengacu ke gambar, dan teks di dekat gambar. Google images juga dapat melakukan reverse image search dengan berdasarkan url gambar / gambar yang diupload.

  • Yandex

Yandex didirikan pada tahun  1997 (Yandex search launched by CompTek) dan pada tahun 2000 (Yandex company founded). Namun fungsi search image pada Yandex baru diluncurkan pada tahun 2000 dengan batas wilayah Rusia saja, pada tahun 2007 Yandex baru dapat di pakai di luar Rusia.

Pada image search engine ini, diberikan kurang lebih lima kategori yang mungkin berkaitan dengan gambar yang di cari.

  • TinEye

Tineye adalah image search engine yang dikembangkan oleh perusahaan Idée, Inc. Idée, Inc sendiri dibangun oleh Leila Boujnane dan Paul Bloore pada 1999. dimana layanan Idée itu sendiri diluncurkan pada 6 Mei 2008.

Search engine ini merupakan salah satu image search engine terfavorit. Dimana search engine ini akan menampilkan artikel-artikel rujukan yang memiliki kaitan dengan gambar yang di cari.

  • Bing Images

Bing Images diluncurkan pada tahun 2009, dimana fungsi dari Bing Image itu sendiri adalah untuk mencari dan menampilkan foto dan gambar yang relevan dengan cepat. Hasil pencarian akan menampilkan nama pemilik photo dan artikel terkait dari foto tersebut.

  • Pinterest

Pinterest adalah virtual pinboard dimana anda dapat mengunggah gambar yang bisa dimasukkan kedalam kategori-kategori yang bisa di customize namanya. Pinterest memiliki fitur unik yaitu memperbesar bagian gambar dan melakukan reverse image search dari gambar yang diperbesar.

 

Kesimpulan

            Perkembangan image search engine hingga saat ini masih mengalami peningkatan. Hal ini diperlukan mengingat kebiasaan pengguna yang sudah mulai menggunakan fitur pencarian menggunakan gambar. Hingga saat ini dan bahkan hingga artikel ini ditulis, penulis sempat menggunakan fitur reverse image search dan masih menemukan ketidak cocokan antara gambar yang di upload dan hasil yang ditampilkan oleh search engine tersebut.

Selain itu, pencarian gambar dengan menggunakan gambar dengan kualitas yang kurang baik atau menggunakan gambar dengan resolusi seadanya juga masih menjadi tantangan bagi search engine yang saat ini ramai beredar dan ramai digunakan.

Dengan ini diharapkan akan muncul solusi dari masalah ketidak cocokan tersebut. Mungkin saja solusi yang muncul akan berupa algoritma, atau akan muncul image search engine yang baru. Atau bahkan akan ada fitur tambahan dari search engine tertentu untuk tetap memberikan hasil maksimal bagi gambar yang kurang baik tersebut.

 

Referensi

https://www.makeuseof.com/tag/image-search-engines-work-makeuseof-explains/

https://www.syte.ai/blog/brief-history-image-search/

https://www.oberlo.com/blog/image-search-engine

https://yandex.com/company/press_center/press_releases/2007/2007-12-11

 

Kelompok:

  • David – 2140032925
  • Melisya Reni Anggraini – 2001903844
  • Maulana Wicaksono – 2140032906
M. Sani Isa