Generasi gambar asli menggunakan Generative Adversarial Networks (AnimeGAN) untuk menghasilkan gambar kartun

Maulana, Erman (2023) Generasi gambar asli menggunakan Generative Adversarial Networks (AnimeGAN) untuk menghasilkan gambar kartun. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (30kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (87kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (71kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (128kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (306kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (149kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (303kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (23kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (93kB) | Request a copy

Abstract

Pembuatan animasi kartun memerlukan keterampilan yang tidak dapat dilakukan oleh semua orang dan dapat memakan waktu untuk menggambarnya secara manual. Penggambaran animasi kartun yang baik, harus memperhatikan setiap lekukan dan tepi objek yang digambar serta harus memperhatikan warna dengan detail. Hal itu hanya dapat dilakukan oleh seniman yang sudah memiliki bakat atau sudah professional. Membayar seniman juga memakan biaya yang tinggi. Oleh karena itu, diperlukan teknik untuk merubah gambar asli ke dalam gambar kartun secara otomatis agar semua orang yang tidak memiliki kemampuan menggambar kartun dapat melakukannya tanpa harus membayar seniman. Serta efisiensi waktu dan biaya bisa dapat terjangkau oleh semua orang. Penelitian ini bertujuan mengetahui apakah algortitma AnimeGAN dapat melakukan generasi gambar asli kedalam gambar kartun dengan menggunakan metode penelitian prototype yang kemudian diuji menggunakan metode MAPE. Berdasarkan hasil penilitian data yang digunakan sebanyak 3325 gambar yang terdiri dari 1650 gambar kartun berukuran 256x256 dan 1675 gambar asli. Pada gambar asli digunakan 20 gambar untuk training berukuran 256x256, 20 gambar untuk sample dengan ukuran yang berbeda dan 5 gambar untuk testing berukuran 256x256. Dari hasil pengujian untuk mengetahui kinerja model, AnimeGAN dapat menghasilkan generasi gambar kartun yang cukup akurat. Hasil ini didapatkan dari metode pengujian MAPE dengan nilai sebesar 24,6633 MAPE dari total keseluruhan proses 100 epoch.

Actions (login required)

View Item