IMPLEMENTASI DAN ANALISIS PERFORMANSI METODE YOU ONLY LOOK ONCE (YOLO) SEBAGAI SENSOR PORNOGRAFI PADA VIDEO

HARITS HAMMAM AL ASYHAR

Informasi Umum

Kode

20.04.2659

Klasifikasi

006.37 - Computer Vision

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Vision

Dilihat

292 kali

Informasi Lainnya

Abstraksi

Video yang memuat konten pornografi sangatlah mudah untuk diakses pada saat ini. Setiap orang dari berbagai macam usia dan latar belakang dapat dengan mudah untuk menontonnya. Oleh karena itu, diperlukan suatu upaya untuk mempersulit orang-orang untuk dapat menonton video yang memuat konten pornografi. Penelitian ini akan menggunakan salah satu algoritma deteksi objek, yakni You Only Look Once (YOLO) untuk mendeteksi adanya konten pornografi pada video untuk keperluan penyensoran.

YOLO merupakan pengembangan dari algoritma deteksi objek Convolutional Neural Network (CNN), sehingga YOLO mampu mendeteksi suatu objek dengan tingkat akurasi yang cukup tinggi dan frame rate yang lebih tinggi dibandingkan dengan algoritma deteksi objek state-of-the-art lainnya. Model pada penelitian ini dilatih menggunakan dataset sebanyak 6267 citra yang terdiri dari 3 kelas, yakni non-porn easy, non-porn difficult, dan porn.

Skema dataset yang digunakan pada penelitian ini adalah 2507 data latih, 2507 data validasi, dan 1253 data uji. Dataset terbagi menjadi 3 kelas, yakni npe (non-porn easy), npd (non-porn difficult), dan porn. Parameter performansi yang ditinjau adalah mean Average Precission (mAP). Nilai mAP tertinggi sebesar 48,13% dengan konfigurasi hyperparameter learning rate 0,001, epoch 100, dan batch size 32 untuk proses training, ditambah dengan proses fine-tuning dengan learning rate awal 0,0001, epoch 35, dan batch size 4. Model tersebut berhasil diimplementasikan pada aplikasi desktop untuk mendeteksi sekaligus menyensor gambar pornografi pada video dengan frame rate rata-rata di 25 fps.

Kata Kunci: object detection, CNN, YOLO, censorship, pornography