Eksplorasi Pornografi dengan Metode Convolutional Neural Network

Surya Dharma, Singgih (2020) Eksplorasi Pornografi dengan Metode Convolutional Neural Network. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (2MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (143kB) | Preview
Preview	PDF BAB_I.pdf Download (17kB) | Preview
	PDF BAB_II.pdf Restricted to Registered users only Download (548kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (329kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (10kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (341kB)

Abstract

Oleh: Singgih Surya Dharma Pornografi telah menjadi masalah yang sering ditemukan tidak terlepas dari kemudahan dan kecanggihan teknologi. Berbagai penelitian tentang klasifikasi pornografi telah berhasil dilakukan, termasuk dengan menggunakan deep learning. Penggunaan deep learning dalam klasifikasi pornografi memiliki akurasi yang tinggi, karena model jaringan saraf yang meniru cara berpikir seperti jaringan saraf otak manusia. Selain akurasi yang tinggi yang diperoleh oleh deep learning, model pembelajaran dari pembelajaran dalam sering disebut sebagai blackbox karena pembelajaran dari model tidak diketahui. Penggunaan model AlexNet sebagai struktur dari pembuatan konvolusi neural network serta penggunaan library OpenCV untuk proses masking diharapkan mampu menelusuri pembelajaran setiap layer yang dilakukan oleh model sehingga blackbox model mampu direpresentasikan dengan jelas. Pelatihan model berlangsung di komputer server milik program studi sistem informasi UMN. Hasil dari penelitian adalah, penggunaan library OpenCV ini mampu mengidentifikasi pembelajaran tiap layer pada model, meskipun demikian pembelajaran model yang berlangsung mengalami overfitting, serta identifikasi yang terjadi pada model merupakan sisi background pada gambar yang menyebabkan tidak mampu belajar dengan tepat.

Item Type:	Thesis (Bachelor Thesis)
Uncontrolled Keywords:	AlexNet, fine-tuning, layer, overfitting, pornografi
Subjects:	T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions:	Fakultas Teknik Informatika > Program Studi Sistem Informasi
SWORD Depositor:	mr admin umn
Depositing User:	mr admin umn
Date Deposited:	05 Dec 2020 07:12
Last Modified:	05 Dec 2020 07:12
URI:	http://kc.umn.ac.id/id/eprint/13484

Actions (login required)

View Item