NINETYJOURNALNINETYJOURNAL

Jurnal Kecerdasan Buatan dan Teknologi InformasiJurnal Kecerdasan Buatan dan Teknologi Informasi

Perkembangan seni semakin bertumbuh khususnya dalam bidang seni lukis, pertumbuhan tersebut terlihat dari banyaknya pemula yang mulai belajar melukis secara otodidak diawali dengan belajar membuat sketsa menggunakan metode yang beragam, tetapi masalah umum yang sering dihadapi oleh pemula dalam seni Lukis adalah seringkali sketsa dan foto asli terlihat serupa tetapi tidak tahu seberapa mirip sketsa yang telah dibuat. Penelitian ini bertujuan untuk mengidentifikasi persentase kemiripan foto asli dan sketsa menggunakan metode diskriminatif dari model Generative Adversarial Networks (GANs) memantapkan library atau modul ssim. Diskriminator merupakan CNN yang menerima input gambar berukuran sama atau memiliki dimensi yang sama dan menghasilkan angka yang menyatakan apakah input merupakan gambar yang sama atau memiliki kemiripan. Untuk mendapatkan persentase kemiripan yang tepat antara dua gambar memanfaatkan Struktural Similarity Index (SSIM) yang telah terlatih pada library scikit-image.

Penelitian ini memberikan kesimpulan bahwa model GAN tidak hanya digunakan untuk menciptakan gambar baru, tetapi juga dapat mengidentifikasi kemiripan antara gambar-gambar tersebut.Fungsi SSIM dalam diskriminator GAN digunakan untuk mengukur tingkat kemiripan antara foto asli dan sketsa.Dengan adanya penelitian ini, kita dapat memahami bahwa model GAN dengan menggunakan fungsi SSIM dapat memberikan informasi tentang sejauh mana kedua gambar tersebut mirip satu sama lain.

Penelitian lanjutan dapat mengembangkan model GAN dengan menggabungkan teknik lain seperti transfer learning untuk meningkatkan akurasi identifikasi kemiripan. Selain itu, penelitian dapat menguji model GAN pada dataset yang lebih besar dan beragam untuk memastikan generalisasi yang lebih baik. Ide penelitian baru adalah mengintegrasikan model GAN dengan teknologi augmented reality (AR) untuk memberikan umpan balik visual langsung kepada pengguna saat proses pembuatan sketsa.

  1. GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium | Asian Journal of... ajase.net/article/view/9GANs Trained by a Two Time Scale Update Rule Converge to a Local Nash Equilibrium Asian Journal of ajase article view 9
  2. Implementation of Deep Convolutional Generative Adversarial Network for Grayscale Image Colorization... journal.maranatha.edu/index.php/jutisi/article/view/5218Implementation of Deep Convolutional Generative Adversarial Network for Grayscale Image Colorization journal maranatha edu index php jutisi article view 5218
  3. Klasifikasi Tekstur Kematangan Buah Jeruk Manis Berdasarkan Tingkat Kecerahan Warna dengan Metode Deep... doi.org/10.35314/isi.v6i2.2104Klasifikasi Tekstur Kematangan Buah Jeruk Manis Berdasarkan Tingkat Kecerahan Warna dengan Metode Deep doi 10 35314 isi v6i2 2104
Read online
File size354.15 KB
Pages6
DMCAReport

Related /

ads-block-test