Implementasi algoritma SRGAN untuk meningkatkan resolusi pada citra wajah

Sulaeman, Agus (2022) Implementasi algoritma SRGAN untuk meningkatkan resolusi pada citra wajah. Sarjana thesis, UIN Sunan Gunung Djati.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (34kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (98kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftar_Isi.pdf

Download (125kB) | Preview
[img]
Preview
Text (BAB I)
4_BAB_I.pdf

Download (219kB) | Preview
[img] Text (BAB II)
5_BAB_II.pdf
Restricted to Registered users only

Download (284kB) | Request a copy
[img] Text (BAB III)
6_BAB_III.pdf
Restricted to Registered users only

Download (478kB) | Request a copy
[img] Text (BAB IV)
7_BAB_IV.pdf
Restricted to Registered users only

Download (542kB) | Request a copy
[img] Text (BAB V)
8_BAB_V.pdf
Restricted to Registered users only

Download (35kB) | Request a copy
[img]
Preview
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf

Download (166kB) | Preview

Abstract

Resolusi rendah pada citra digital dapat membuat detail gambar kurang jelas. Hal ini dapat disebabkan adanya degradasi warna, blur (buram) atau pun noise sehingga secara visual citra menjadi tidak terlihat jelas. Selain itu, resolusi rendah dapat berpengaruh pada citra yang dipakai dalam face recognition yang menyebabkan kinerja deteksi kurang baik. Oleh karena itu, restorasi resolusi citra diperlukan untuk mengatasi masalah tersebut. Penelitian ini bertujuan untuk mengimplementasikan dan mengetahui kinerja algoritma SRGAN dalam meningkatkan resolusi citra wajah. Metode yang digunakan pada penelitian ini ialah CRISP-DM dan algoritma SRGAN untuk meningkatkan resolusi citra. Adapun data yang digunakan diambil dari CelebA dataset yang diterbitkan oleh Liu et al. Data yang dipakai dalam penelitian ini hanya diambil sebanyak 2.000 citra untuk training dan 200 citra untuk testing. Pada tahap pra-proses, dilakukan penambahan blur dan noise untuk menyimulasikan degradasi pada citra resolusi rendah. Algoritma SRGAN dapat menghasilkan kinerja yang cukup baik dengan nilai MSE sebesar 107,271, PSNR sebesar 28,704 dB, dan Inception Score sebesar 1,210 pada epoch 350. Dengan kinerja tersebut, model masih tetap dapat meningkatkan resolusi citra dengan baik meskipun telah dilakukan beberapa transformasi.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Foto;Citra;Wajah;Resolusi;SRGAN;CRISP-DM
Subjects: Data Processing, Computer Science
Data Processing, Computer Science > Computers Mathematical Principles
Special Computer Methods > Computer Vision
Special Computer Methods > Computer Graphics
Special Computer Methods > Programming for Computer Graphics
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Agus Sulaeman
Date Deposited: 04 Jan 2023 01:38
Last Modified: 04 Jan 2023 01:38
URI: https://etheses.uinsgd.ac.id/id/eprint/62379

Actions (login required)

View Item View Item