DETEKSI PORNOGRAFI PADA CITRA KARAKTER ANIMASI DENGAN HSV DAN YCBCR MENGGUNAKAN NAÏVE BAYES

Azzahratul Jannah
Nunik Pratiwi


DOI: https://doi.org/10.29100/jipi.v10i1.5883

Abstract


Teknologi pembuatan animasi berkembang semakin pesat. Animasi perempuan digunakan dalam berbagai bidang seperti komik atau karakter anime, film, iklan, dan game online. Dengan berkembangnya animasi juga menimbulkan dampak negatif dan positif. Adanya simbol yang mengarah pada pornografi merupakan salah satu dampak negatif yang muncul.. Sebagian besar animasi yang memiliki unsur negatif tersebar luas melalui internet dan dapat mudah dijangkau oleh semua orang, tanpa memandang usia. sehingga dapat menyebabkan kecanduan pornografi dan penyimpangan lainnya. Saat ini kecerdasan buatan yang berkembang pesat juga memungkinkan pendeteksian dini terhadap karakter animasi yang mengandung unsur pornografi. Salah satunya adalah dengan deteksi citra animasi yang dilakukan dengan menggunakan metode deteksi warna kulit yang menggabungkan ruang warna HSV dan YCbCr dan kemudian diklasifikasikan dengan algoritma Naïve Bayes. Berdasarkan pengujian yang dilakukan terhadap 396 citra yang terdiri dari 198 citra kelas porno dan 198 kelas non_porn dengan, diperoleh akurasi sebesar 76,25%. Hasil percobaan menunjukkan bahwa dengan menggabungkan kedua ruang warna tersebut, model dapat bekerja dengan baik dalam mendeteksi ada atau tidaknya unsur pornografi pada citra karakter animasi perempuan.

Keywords


Klasifikasi Naïve Bayes; Pengolahan Citra Digital; Pornografi Citra Karakter Animasi; Ruang Warna HSV dan YCbCr

Full Text:

PDF

Article Metrics :

References


S. Mauludi, Socrates Cafe-Bijak, Kritis & Inspiratif Seputar Dunia & Masyarakat Digital. 2020. [Online]. Available: https://books.google.co.id/books?hl=en&lr=&id=1W8LEAAAQBAJ&oi=fnd&pg=PP1&dq=socrates+%22cafe+bijak%22+kritis+inspiratif+seputar+dunia&ots=E-cJAJGuuL&sig=1rB2AiTJjaNRxNhld0dtr1g7NG8&redir_esc=y#v=onepage&q=socrates %22cafe bijak%22 kritis inspiratif seputa

A. L. S. Ginting, R., Yulistiyono, A., Rauf, A., Manullang, S. O., Siahaan and F. Kussanti, D. P., PS, T. E. A., Djaya, T. R., Ayu, A. S., & Effendy, Etika Komunikasi Dalam Media Sosial: Saring Sebelum Sharing. Penerbit Insania, 2021. [Online]. Available: https://books.google.co.id/books?hl=en&lr=&id=DUIyEAAAQBAJ&oi=fnd&pg=PP1&dq=etika+komunikasi+dalam+media+sosial+saring+sebelum+sharing&ots=qZKEhRcjBk&sig=Bw5FWOcgUr6s1izunO1yPSXtsFY&redir_esc=y#v=onepage&q=etika komunikasi dalam media sosial saring sebelu

E. Z, “Budaya Pop Dan Persaingan Identitas (Studi Deskriptif Pada Komunitas Anime Attack On Titan),” Umsu, 2021.

APJII, “Profil Internet Indonesia 2022,” SRA Consult., no. June, p. 10, 2022, [Online]. Available: apji.or.id

Shofiyah, “Dampak Media Sosial dan Pornografi Terhadap Perilaku Seks Bebas Anak di Bawah Umur,” Alamtara J. Komun. dan Penyiaran Islam, vol. 4, no. 1, pp. 57–68, 2020, [Online]. Available: https://ejournal.iai-tabah.ac.id/index.php/alamtaraok/article/download/503/373/

Nabilah Muhamad, “Komnas PA: Ada 3.547 Kasus Kekerasan Anak 2023, Terbanyak Kekerasan Seksual,” Katadata.Co.Id, pp. 29–30, 2023, [Online]. Available: https://databoks.katadata.co.id/datapublish/2023/12/29/komnas-pa-ada-3547-kasus-kekerasan-anak-2023-terbanyak-kekerasan-seksual

C. N. Mayasari, M. A. Soeleman, and P. Pujiono, “Deteksi Pornografi pada Karakter Animasi 2D dengan KNN (K-Nearest Neighbors) Menggunakan Fitur HSV,” COMSERVA J. Penelit. dan Pengabdi. Masy., vol. 2, no. 8, pp. 1236–1250, 2022, doi: 10.59141/comserva.v2i8.462.

F. Liantoni and Y. R. Wahyudi, “DETEKSI CITRA PORNOGRAFI MENGGUNAKAN SKIN COLOR DETECTION DAN EIGENPORN BERDASARKAN RUANG WARNA YCbCr,” J. Mnemon., vol. 5, no. 2, pp. 145–149, 2022, doi: 10.36040/mnemonic.v5i2.4832.

M. L. A. R. I. Yatim, J. Y. Sari, and I. P. Ningrum, “Deteksi Area Wajah Manusia Pada Citra Berwarna Berbasis Segmentasi Warna YCbCr dan Operasi Morfologi Citra,” Ultim. J. Tek. Inform., vol. 11, no. 1, pp. 1–5, 2019, doi: 10.31937/ti.v11i1.1029.

Y. T. L. Calvin Bill Roring, Dadang Iskandar Mulyana, “Klasifikasi Tingkat Kematangan Buah Jambu Bol Berdasarkan Warna Kulit Menggunakkan Metode Naïve Bayes,” J. Pendidik. Tambusai, vol. 6, no. 1, pp. 2938–2948, 2022.

W. Andriani and A. A. Santoso, “Jurnal Mantik Application of the Naïve Bayes and K-Nearest Neighbor Methods for Classifying Roses,” vol. 7, no. 2, 2023.

I. P. Sari, F. Ramadhani, A. Satria, and D. Apdilah, “Implementasi Pengolahan Citra Digital dalam Pengenalan Wajah menggunakan Algoritma PCA dan Viola Jones,” Hello World J. Ilmu Komput., vol. 2, no. 3, pp. 146–157, 2023, doi: 10.56211/helloworld.v2i3.346.

A. Pranata and Z. Erna, “Pengolahan Citra Berbasis Deteksi Tepi Prewitt Pada,” J. Eksplora Inform., vol. 6, pp. 98–105, 2017.

T. A. Samudra, Gibran Satya Nugraha, and Fitri Bimantoro, “Klasifikasi Citra Glaukoma dengan ANN Berdasarkan Pembuluh Darah Pada Citra Fundus Retina Mengguna,” J. Comput. Sci. Informatics Eng., vol. 6, no. 1, pp. 81–90, 2022, doi: 10.29303/jcosine.v6i1.439.

Y. Religia, “Feature Extraction Untuk Klasifikasi Pengenalan Wajah Menggunakan Support Vector Machine Dan K-Nearest Neighbor,” Pelita Teknol. J. Ilm. Inform. Arsit. dan Lingkung., vol. 14, no. 2, pp. 85–92, 2019.

Y. M. S. Mendrofa, “Segmentasi Citra Gesture Tangan Berbasis Ruang Warna HSV,” Infact Ukrin, vol. 6, no. 2, pp. 35–52, 2021.

A. S. Abdullah, M. H. Ali, and M. Waleed, “Distributed Prewitt Edge Detection System Using Lightness of Ycbcr Color Space,” Webology, vol. 19, no. 1, pp. 1460–1473, 2022, doi: 10.14704/web/v19i1/web19097.

S. Widayati dan Ire Puspa Wardhani, “Analisa Segmentasi Warna Hsv Pada Citra Video Dengan Metode Threshold,” Semin. Nas. Teknol. Inf. dan Komun. STI&K, vol. 4, no. 1, pp. 339–345, 2020.

M. R. Saputra, A. Siswo, R. Ansori, and R. E. Saputra, “Deteksi Kulit Manusia Pada Gambar Menggunakan Algoritma Rgb Dan Hsv Human Skin Detection in Image Using Rgb and Hsv Algorithm,” vol. 8, no. 1, pp. 484–491, 2021.

A. D. Goenawan, M. B. A. Rachman, and M. P. Pulungan, “Identifikasi Warna Pada Objek Citra Digital Secara Real Time Menggunakan Pengolahan Model Warna HSV,” J. Tek. Inform. dan Elektro, vol. 4, no. 1, pp. 68–74, 2022, doi: 10.55542/jurtie.v4i1.430.

P. D. Rinanda, B. Delvika, S. Nurhidayarnis, N. Abror, and A. Hidayat, “Perbandingan Klasifikasi Antara Naive Bayes dan K-Nearest Neighbor Terhadap Resiko Diabetes pada Ibu Hamil,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 2, no. 2, pp. 68–75, 2022, doi: 10.57152/malcom.v2i2.432.

D. Adirinarso, “No Titleیلیب,” Nucl. Phys., vol. 13, no. 1, pp. 104–116, 2023.

H. Kenang Candra Alivian Pratama, W. Suharso, K. Kunci, B. Naïve Bayes, G. Naïve Bayes, and M. Naïve Bayes, “Pengklasifikasian Kanker Payudara Dan Kanker Paru-Paru Dengan Metode Gaussian Naïve Bayes, Multinomial Naïve Bayes, Dan Bernoulli Naïve Bayes Classification Of Breast Cancer And Lung Cancer Using The Gaussian Naïve Bayes Multinomial Nave Bayes And Bernoul,” J. Smart Teknol., vol. 3, no. 4, pp. 2774–1702, 2022, [Online]. Available: http://jurnal.unmuhjember.ac.id/index.php/JST

& A. Cahyaningrum, H., Arifianto, D. and G, “Analisis Perbandingan Metode K Nearest Neighbor Dan Gaussian Naive Bayes Pada Klasifikasi Jurusan Siswa (Studi Kasus pada Siswa SMA Muhammadiyah 3 Jember),” J. Smart Teknol., vol. 3(3), 2022, [Online]. Available: http://jurnal.unmuhjember.ac.id/index.php/JST

T. Destiana, Y. Umaidah, and U. Enri, “Penerapan Algoritma Gaussian Naive Bayes Dalam Penentuan Prioritas Rehabilitasi Daerah Aliran Sungai Berdasarkan Parameter Lahan Kritis,” INFOTECH J., vol. 9, no. 2, pp. 507–513, 2023, doi: 10.31949/infotech.v9i2.6501.

M. Fadli and R. A. Saputra, “Klasifikasi Dan Evaluasi Performa Model Random Forest Untuk Prediksi Stroke,” JT J. Tek., vol. 12, no. 2, pp. 72–80, 2023, [Online]. Available: http://jurnal.umt.ac.id/index.php/jt/index

W. Musu, A. Ibrahim, and Heriadi, “Pengaruh Komposisi Data Training dan Testing terhadap Akurasi Algoritma C4.5,” Pros. Semin. Ilm. Sist. Inf. Dan Teknol. Inf., vol. X, no. 1, pp. 186–195, 2021.

M. R. Minarno, A. E., Mandiri, M. H. C., & Alfarizy, “Klasifikasi COVID-19 menggunakan Filter Gabor dan CNN dengan Hyperparameter Tuning,” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 9(3), p. 493, 2021, doi: https://doi.org/10.26760/elkomika.v9i3.493.

W. Nugraha and A. Sasongko, “Hyperparameter Tuning pada Algoritma Klasifikasi dengan Grid Search,” Sist. J. Sist. Inf. , vol. 11, no. 2, pp. 391–401, 2022, [Online]. Available: http://sistemasi.ftik.unisi.ac.id