Pengenalan Citra Porno Berbasis Kandungan Informasi Citra (Image Content)

Abstract

Pornographic image recognition is a matching process between an image signature of pornographic training image and an image signature of query image. The aims of this research were to build pornographic image recognition system based on image content that can classify an image that is porno or not and to know how the performance of this method is. Image content that was used in this research was color content and image signature. The image content was taken by color histogram and by extracting an image using wavelet transform, next choosing a little wavelet transforms coefficients that have the biggest magnitude value and moment was used to sharpness the image information content. The tests were carried out in Daubechies 8 wavelets type, 25 heterogeneous pornographic images for training and 500 query images that consist 125 heterogeneous pornographic images and 375 non-pornographic images. Screening success rates were determined by using number images that can be screening per number images on database in percentage, and screening time was determined by the time that needed for an image to classify as pornographic image. The results show that this method give average of screening success rate about 67.02% (it means can classify 84 images as pornographic from 125 pornographic images in database) and can classify about 36 images as pornographic from 375 non-pornographic images in database. This system also needs a little time for screening process that is about 0.29 second every image and screening time is linear to size of database. This method is good enough as pornographic image screening but need some improvement for increasing the performance. Abstract in Bahasa Indonesia : Pengenalan citra merupakan proses pencocokan antara ciri-ciri citra citra query dengan ciri-ciri citra pelatihan yang tersimpan dalam basis data (citra pustaka). Penelitian ini merupakan pengenalan citra porno berbasis kandungan informasi (image content) citra yang bertujuan untuk membangun sistem yang dapat melakukan pengenalan apakah suatu citra berkategori porno atau bukan dan untuk mengetahui keefektifan teknik ini. Kandungan informasi yang dimaksud adalah informasi warna dan ciri-ciri citra (image signature) yang di peroleh dengan cara teknik histogram warna dan mentransformasi-wavelet-kan citra dan memilih sebagian kecil (m) koefisien hasil transformasi yang memiliki nilai magnitude terbesar yang selanjutnya ciri-ciri citra dikenakan proses penghitungan momen untuk penajaman informasi citra. Informasi ini yang digunakan sebagai basis pengenalan. Pengenalan citra porno menjadi sulit karena citra porno memiliki tingkat heterogen yang tinggi seperti memiliki pose, warna latar belakang, diambil dari sudut kamera, warna kulit, dan etnis yang berbeda. Sistem ini diujikan pada wavelet jenis Daubechies 8, 25 citra porno heterogen untuk pelatihan, dan 500 sample citra query yang terdiri dari 125 citra porno heterogen dan 375 citra non-porno. Tingkat kesuksesan pengenalan dihitung dengan menggunakan nilai persentase dari jumlah citra porno yang dikenali terhadap jumlah total citra porno yang terdapat dalam basis data dan waktu pengenalan merupakan waktu yang diperlukan oleh sistem untuk mengklasifikasikan sebuah citra sebagai citra porno atau bukan. Hasil pengujian menunjukkan bahwa tingkat kesuksesan pengenalan citra porno menggunakan metode ini sebesar 67.02% (dapat mengenali sebanyak 84 citra sebagai citra porno dari 125 citra porno yang diuji) dan mendeteksi citra non-porno menjadi porno sebanyak 36 citra dari 375 cita non porno (9.06 %), Waktu pengenalan bersifat linear terhadap ukuran data basis data dan waktu pengenalan relatif pendek yaitu rata-rata untuk setiap citra sebesar 0.29 detik. Hasil ini menunjukkan transformasi wavelet cukup baik digunakan sebagai pemroses-awal (pre-processing) citra dan moment sebagai penajam informasi untuk pengenalan citra porno atas kandungan informasi (image content) dari citra, namun perlu diteliti lebih lanjut sehingga tingkat kesuksesan lebih baik. Katakunci: sistem pengenalan, citra porno, transformasi wavelet, momen, dan ciri-ciri citra.