Klasifikasi citra iklan judi online pada homepage website dengan algoritma Convolutional Neural Network

Ihsaan, Muhammad Ammar Faalih (2024) Klasifikasi citra iklan judi online pada homepage website dengan algoritma Convolutional Neural Network. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (149kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (912kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftar isi.pdf Download (888kB) | Preview
Preview	Text (BAB I) 4_bab 1.pdf Download (3MB) | Preview
	Text (BAB II) 5_bab 2.pdf Restricted to Registered users only Download (6MB) | Request a copy
	Text (BAB III) 6_bab 3.pdf Restricted to Registered users only Download (5MB) | Request a copy
	Text (BAB IV) 7_bab 4.pdf Restricted to Registered users only Download (3MB) | Request a copy
	Text (BAB V) 8_bab 5.pdf Restricted to Registered users only Download (812kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Penyebaran citra iklan judi online makin hari kian menakutkan terutama pada digital platform seperti website. Ditambah dengan sebanyak 213 juta penduduk Indonesia yang setiap harinya menjelajahi internet dan sudah pasti membuka sebuah website, membuat mereka terpapar citra iklan judi online yang berdampak tidak baik seperti spam dan akan membuat mereka tertarik untuk bermain ketika melihat iklan. Oleh karena itu, diperlukan sebuah sistem yang dapat menyaring atau melakukan klasifikasi terhadap citra iklan judi online yang terdapat pada website, terutama pada bagian homepage. Sistem merupakan sebuah model AI (Artificial Intelligence) yang dibangun dengan menggunakan algoritma Convolutional Neural Network dengan tambahan integrasi image web crawler yang dapat menampilkan gambar dari sebuah homepage website. Model yang dibangun memiliki akurasi rata-rata yang cukup baik pada epoch 20 atas 3 epoch percobaan yaitu 10, 15, dan 20 yaitu 88% dengan akurasi tertinggi pada saat training mencapai 100%. Dan untuk nilai presisi, recall, dan akurasi pengujian pada saat training yang didapat masing-masing adalah 1,0. Untuk hasil pengujian akhir prediksi dengan 100 data baru sebagai gambaran kinerja integrasi diperoleh hasil 80% sehingga model cukup baik melakukan kinerjanya terhadap beberapa gambar yang terdapat dalam homepage website setelah integrasi. The proliferation of online gambling advertisements is becoming increasingly alarming, especially on digital platforms such as websites. With 213 million Indonesians browsing the internet daily and inevitably visiting websites, they are exposed to online gambling ads, which can lead to negative impacts such as spam and the temptation to engage in gambling upon seeing the ads. Therefore, there is a need for a system that can filter or classify online gambling advertisements found on websites, particularly on the homepage. This system is an AI (Artificial Intelligence) model built using a Convolutional Neural Network algorithm, supplemented with the integration of an image web crawler that can display images from a website's homepage. The model achieves an average accuracy of 88% at 20 epochs out of three trials at 10, 15, and 20 epochs, with the highest training accuracy reaching 100%. During training, the precision, recall, and accuracy scores achieved were each 1.0. For the final prediction test results with 100 new data points, representing the performance of the integration, the model achieved of 80% indicating that the model performs quite well in identifying images on a website's homepage after integration.

Actions (login required)

View Item