Deteksi Gambar Porno Menggunakan Image Zoning dan Rough Set Analysis

LUCGU QOLFIERA MUHAMMAD, Arif Nurwidyantoro, S.Kom., M.Cs

2017 | Skripsi | S1 ILMU KOMPUTER

Perkembangan internet dewasa ini membuat beranekaragam informasi mudah untuk didapatkan. Mulai dari informasi yang postif maupun informasi yang negatif seperti pornografi. Pornografi saat ini mudah sekali untuk masuk kedalam kehidupan kita dalam berbagai media, mulai dari gambar hingga video. Maka dari itu dibutuhkan sebuah metode untuk melakukan klasifikasi pornografi. Pada penelitian ini dikembangkan sebuah metode klasifikasi pornografi menggunakan teknik image zoning dan rough set analysis. Deteksi pornografi yang dilakukan menggunakan fitur-fitur yang diekstraksi dari gambar seperti face percentage dan skin percentage. Metode ini mampu untuk mendeteksi pornografi dalam bentuk gambar. Berdasarkan hasil pengujian metode ini mampu melakukan klasifikasi dengan tingkat keakuratan sebesar 84,7%. Namun, berdasarkan pengujian melakukan klasifikasi menggunakan rough set analysis tanpa menggunakan image zoning memiliki tingkat akurasi 0.2% lebih baik dibandingkan melakukan deteksi menggunakan image zoning.

Rapid grow of internet development cause many information easier to get either positive or negative information such as pornography. Pornography nowdays is very easy to influence our life in any type of media like image or video. Therefore a method is needed to classify the pornography. In this research, a classification method was develop using image zoning and rough set analysis. Porn detection used some feature that extracted from the picture such as face percentage and skin percentage. This method can classify pornography images. Based on experiment, this method can classify image with accuracy about 84,7%. However, the experiment result was better when not using the image zoning technique. It’s about 0,2% better than classify using image zoning.

Kata Kunci : Deteksi Gambar Porno, Rough Set Analysis, Image Zoning