Pendeteksian Pornografi Pada Citra Digital Dengan Metode Haar Wavelet dan Support Vector Machine

Rahmat Reza Masri

Informasi Dasar

108 kali
113070361
005.1
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Perkembangan teknologi informasi mempunyai dampak positif dan negatif. Salah satu dampak negatifnya adalah banyaknya konten gambar yang tidak patut untuk diakses oleh pengguna dibawah umur. Terdapat banyak cara untuk mengatasi dampak ponografi ini salah satunya adalah pemfilteran gambar porno. Disini penulis mencoba menerapkan pengenalan pola untuk mendeteksi gambar yang memuat pornografi. Metode Haar Wavelet digunakan untuk mengekstraksi ciri dari gambar dan matriks hasil dari proses ini akan diubah menjadi vektor satu baris yang nantinya akan menjadi data masukan kedalam Support Vector Machine (SVM) untuk diklasifikasikan kedalam kelas porno atau non porno. Akurasi sistem dihitung secara blok-blok dalam suatu gambar dan gambar secara utuh. Tingkat akurasi tertinggi yang didapatkan dari klasifikasi secara blok-blok dalam suatu gambar yakni sebesar 96,1%. Sedangkan dari klasifikasi gambar secara utuh didapatkan tingkat akurasi tertinggi sebesar 82,5% dengan menggunakan transformasi wavelet level satu.Kata Kunci : citra, SVM, Haar Wavelet, pornografiABSTRACT: The development of information technology has a positive and negative impacts. One of the negative impact is that there are many pictures on the internet that are inappropriate to users under 18 years old. There are many ways to overcome this negative impact, one of them is by filtering the porn pictures. In this paper I try to apply pattern recognition method to detect the image that has a porn content in it. The Haar Wavelet is used to do the feature extraction from the image and the matrix from this process will be turned into one row vector as the input data for the Support Vector Machine and then classify it to porn class or non porn class. The accuracy of this system is calculated by the blocks system in an image and by the overall image. The highest accuration from blocks’ image classification is 96.1%. Meanwhile the highest accuration from images classification is 82.5% by using first level on wavelet transformation.Keyword: image, SVM, Haar Wavelet, Pornographyc

Subjek

Informatika Teori dan Pemrograman
 

Katalog

Pendeteksian Pornografi Pada Citra Digital Dengan Metode Haar Wavelet dan Support Vector Machine
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Rahmat Reza Masri
Perorangan
Deni Saepudin, Moc Dicksonia Ichdayanto MSE
 

Penerbit

Universitas Telkom
Bandung
2011

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini