UMN Knowledge Center

Eksplorasi Pornografi dengan Metode Convolutional Neural Network

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

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (2MB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (143kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (17kB) | Preview
[img] PDF
BAB_II.pdf
Restricted to Registered users only

Download (548kB)
[img] PDF
BAB_III.pdf
Restricted to Registered users only

Download (329kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (1MB)
[img] PDF
BAB_V.pdf
Restricted to Registered users only

Download (10kB)
[img] 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 View Item