PENDESKRIPSI GAMBAR OTOMATIS MENGGUNAKAN DEEP LEARNING UNTUK PORNOGRAFI

Fajar, Utsman (2018) PENDESKRIPSI GAMBAR OTOMATIS MENGGUNAKAN DEEP LEARNING UNTUK PORNOGRAFI. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER-ABSTRAK.pdf Download (2MB)
	Text (BAB I) BAB I.pdf Download (931kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (2MB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (3MB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text (BAB V) BAB V.pdf Download (696kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (703kB)

Abstract

Pada penelitian ini, peneliti mencoba melakukan penelitian untuk mengetahui hasil implementasi algoritma deep learning, yaitu Convolutional Neural Network (CNN) dan Long-short Term Memory (LSTM) menggunakan transfer learning untuk melakukan prediksi caption dari suatu gambar. Input space yang diberikan pada deep learning adalah sebuah gambar porno yang akan di ekstraksi fiturnya oleh CNN. Dalam penelitian ini, peneliti hanya memanfaatkan encoder CNN untuk melakukan ekstraksi fitur dengan menggunakan bottleneck layer. Proses ekstraksi ini menggunakan pretrained model Inception V3 untuk pembobotannya. Setelah itu caption daripada gambar akan diolah menggunakan teknik one hot encoding dan menghasilkan one hot vector. Hasil dari ekstraksi fitur oleh bottleneck layer dan onehot vector akan digunakan sebagai dataset training daripada jaringan LSTM. Sebelum proses training dimulai, perlu diperhatikan juga hyperparameter yang dipilih. Karena hal ini akan sangat mempengaruhi hasil dari proses training. Kesimpulan yang didapat dari penelitian ini adalah akurasi dari model hasil pelatihan menggunakan matriks BLEU. Dengan rentang score 0-100, pada BLEU-1 model mendapatkan nilai 55,84, BLEU-2 sebesar 24,01, BLEU-3 sebesar 10,57, BLEU-4 sebesar 4,59, METEOR sebesar 12,75 dan CIDEr sebesar 43,84.

Actions (login required)

View Item