SELENGKAPNYA

NIM MAHASISWA : 11043005


NAMA MAHASISWA : MUHAMMAD YUNUS FANANI


JUDUL TA : DETEKSI KONTEN PORNOGRAFI PADA CITRA DIGITAL MENGGUNAKAN METODE K-NEAREST NEIGHBOR


DOSEN PEMBIMBING 1 : Eko Prasetyo


DOSEN PEMBIMBING 2 :


ABSTRAK : Teknologi komunikasi dan informasi memiliki dampak positif dan negatif. dampak positif yaitu berupa kemudahan dalam komunikasi, kemudahan dalam akses informasi dsb. Dan Salah satu dampak negatifnya adalah penyebaran gambar-gambar yang tidak pantas tanpa terkendali sehingga dapat diakses oleh pengguna di bawah umur. Mengingat keseriusan dan besarnya masalah, diperlukan penyediaan teknologi yang dapat mendeteksi warna kulit manusia yang dominan pada semua gambar pornografi. Algoritma K-nearest neighbor adalah satu metode klasifikasi yang lazy learner karena menunda proses pelatihan (atau bahkan tidak melakukan sama sekali). Algoritma Nearest Neighbor melakukan klasifikasi berdasarkan kemiripan suatu data dengan data yang lain. Penelitian ini menggunakan nilai fitur Mean, Varian, Standart Deviasi, Uniformity dari fitur warna red, green, blue dan hue, saturation, value untuk deskripsi dari citra porno. Dengan data latih sejumlah 500 data (250 citra porno dan 250 citra tidak porno) dan 250 data sebagai data uji. Hasil penelitian ini didapat nilai accuracy sebesar 66.8% sedangkan nilai error sebesar 33.2% serta nilai precission untuk kelas tidak porno sebesar 68.80% dan nilai precission untuk kelas porno sebesar 65.24% sedangkan nilai recall untuk kelas tidak porno sebesar 60.48% dan nilai recall untuk kelas porno sebesar 73.01%.


KATA KUNCI : nearest neighbord, RGB, HSV, citra, pornografi