Analisis Akurasi Deteksi Objek Menggunakan TensorFlow dengan Metode Single Shot Detection untuk Pengenalan Karakter Animasi dalam Film Battle of Surabaya
DOI:
https://doi.org/10.52436/1.jpti.905Kata Kunci:
Pengenalan Karakter Animasi, Object Detection, Single Shot Detection (SSD), TensorFlow, Plagiasi AnimasiAbstrak
Pendeteksian karakter dalam film animasi secara otomatis masih menghadapi tantangan signifikan, seperti kompleksitas latar belakang, variasi pencahayaan, dan perbedaan pose karakter, yang dapat menurunkan akurasi sistem. Penelitian ini bertujuan untuk meningkatkan akurasi pendeteksian karakter animasi dengan menerapkan metode Single Shot Detection (SSD) menggunakan TensorFlow. Studi kasus difokuskan pada karakter dalam film animasi Battle of Surabaya. Metode SSD dipilih karena kemampuannya dalam melakukan deteksi objek secara cepat dan efisien dalam satu tahap pemrosesan. Dataset yang digunakan terdiri dari 30 gambar karakter Musa, Yumna, dan Danu dalam berbagai pose dan kondisi visual. Proses pelatihan model dilakukan menggunakan pendekatan transfer learning dan augmentasi data untuk meningkatkan keragaman data latih serta mengurangi risiko overfitting. Hasil pengujian menunjukkan bahwa model mencapai akurasi rata-rata sebesar 99% pada dataset uji, dengan performa yang tetap stabil meskipun terdapat variasi latar belakang dan pencahayaan. Analisis lebih lanjut juga dilakukan terhadap faktor-faktor yang memengaruhi kinerja model. Penelitian ini berkontribusi dalam pengembangan sistem deteksi karakter animasi yang akurat dan efisien, dengan potensi penerapan dalam industri animasi, sistem pengawasan visual, aplikasi edukatif interaktif, dan pengembangan teknologi computer vision. Selain itu, sistem ini dapat mendukung identifikasi karakter secara otomatis untuk tujuan perlindungan hak cipta visual pada media digital.
Unduhan
Referensi
C. Nur Mayasari, M. Arief Soeleman, and M. Teknik Informatika Universitas Dian Nuswantoro, “Deteksi Pornografi pada Karakter Animasi 2D dengan KNN (K-Nearest Neighbors) Menggunakan Fitur HSV Pornography Detection of 2D Animated Characters with KNN (K-Nearest Neighbors) Using HSV Features”, doi: 10.36418/comserva.v2i08.462.
A. S. Dhani, H. S. Disemadi, and L. Sudirman, “DILEMA KEKAYAAN INTELEKTUAL DALAM VISUALISASI KARAKTER PUBLIC FIGURE DALAM FANFIKSI,” 2024.
Y. Sun, Z. Sun, and W. Chen, “The evolution of object detection methods,” Jul. 01, 2024, Elsevier Ltd. doi: 10.1016/j.engappai.2024.108458.
Y. Wang, “Animation Character Detection Algorithm Based on Clustering and Cascaded SSD,” Sci Program, vol. 2022, 2022, doi: 10.1155/2022/4223295.
G. Abdillah and R. Ilyas, “Deteksi Objek Bahasa Isyarat Huruf Bisindo Menggunakan SSD-Mobilenet,” 2024.
V. A. Sutama, S. A. Wibowo, and R. Rahmania, “Investigasi Pengaruh Step Training pada Metode Single Shot Multibox Detector untuk Marker dalam Teknologi Augmented Reality,” Jurnal Ilmiah FIFO, vol. 12, no. 1, p. 1, Jul. 2020, doi: 10.22441/fifo.2020.v12i1.001.
E. Tikasni, E. Utami, and D. Ariatmanto, “Analisis Akurasi Object Detection Menggunakan Tensorflow Untuk Pengenalan Bahasa Isyarat Tangan Menggunakan Metode SSD”.
L. N. Hayati, A. N. Handayani, W. S. G. Irianto, R. A. Asmara, D. Indra, and M. Fahmi, “Classifying BISINDO Alphabet using TensorFlow Object Detection API,” ILKOM Jurnal Ilmiah, vol. 15, no. 2, pp. 358–364, Aug. 2023, doi: 10.33096/ilkom.v15i2.1692.358-364.
V. S. Widjaya and I. Wasito, “Sistem Deteksi Kosakata Bahasa Isyarat Secara Real Time dengan Tensorflow Menggunakan Metode Convolutional Neural Network,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 3, p. 1484, Jul. 2024, doi: 10.30865/mib.v8i3.7714.
A. Prima, “Rancang Bangun Sistem Pendeteksi Aneka Ragam Buah Menggunakan MobileNetv2,” Jurnal Sistim Informasi dan Teknologi, pp. 208–215, Jul. 2023, doi: 10.60083/jsisfotek.v5i2.217.
N. I. Burhanudin, A. D. Laksito, A. Sidauruk, M. R. A. Yudianto, and A. N. Rahmi, “Object Recognition with SSD MobileNet Pre-Trained Model in the Cashier Application,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 12, no. 2, pp. 265–270, Jul. 2023, doi: 10.32736/sisfokom.v12i2.1659.
Ardi Wijaya, B. S. Yudha, Yovi Apridiansyah, and Nuri David Maria Veronika, “Integrasi Metode Viola Jones dan Algoritma Pelabelan Untuk Akurasi Deteksi Objek Manusia,” Jurnal PROCESSOR, vol. 19, no. 2, Oct. 2024, doi: 10.33998/processor.2024.19.2.1822.
G. Alfonso-Francia et al., “Performance Evaluation of Different Object Detection Models for the Segmentation of Optical Cups and Discs,” Diagnostics, vol. 12, no. 12, Dec. 2022, doi: 10.3390/diagnostics12123031.
P. Chotikunnan, T. Puttasakul, R. Chotikunnan, B. Panomruttanarug, M. Sangworasil, and A. Srisiriwat, “Evaluation of Single and Dual Image Object Detection through Image Segmentation Using ResNet18 in Robotic Vision Applications,” Journal of Robotics and Control (JRC), vol. 4, no. 3, pp. 263–277, May 2023, doi: 10.18196/jrc.v4i3.17932.
H. Bhaidasna and Z. Bhaidasna, “Object Detection Using Machine Learning?: A Comprehensive Review,” International Journal of Scientific Research in Computer Science, Engineering and Information Technology, pp. 248–255, May 2023, doi: 10.32628/CSEIT2390215.
Widad K. Mohammed, Mohammed A. Taha, Haider D. A. Jabar, and Saif Ali Abd Alradha Alsaidi, “Object Detection Techniques: A Review,” Wasit Journal of Computer and Mathematics Science, vol. 2, no. 3, pp. 59–68, Sep. 2023, doi: 10.31185/wjcms.165.
J. Redmon and A. Farhadi, “YOLOv3: An Incremental Improvement.” [Online]. Available: https://pjreddie.com/yolo/.
M. Iqbal, D. M. Midyanti, and S. Bahri, “Deteksi Objek Manusia Pada Citra Menggunakan Single Shot Detector (SSD) Berbasis Edge Computing,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 3, pp. 547–556, Jul. 2024, doi: 10.25126/jtiik.938446.
N. I. Burhanudin, A. D. Laksito, A. Sidauruk, M. R. A. Yudianto, and A. N. Rahmi, “Object Recognition with SSD MobileNet Pre-Trained Model in the Cashier Application,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 12, no. 2, pp. 265–270, Jul. 2023, doi: 10.32736/sisfokom.v12i2.1659.
A. A. Rachman and I. Maurits, “SISTEM DETEKSI PEMAKAIAN MASKER PADA WAJAH SECARA REAL TIME MENGGUNAKAN FRAMEWORK TENSORFLOW DAN LIBRARY OPENCV,” JUIT, vol. 2, no. 1.
“Pembuatan Aplikasi Deteksi Objek Menggunakan TensorFlow Object Detection API dengan Memanfaatkan SSD MobileNet V2 Sebagai Model Pra - Terlatih,” Jurnal Ilmiah Komputasi, vol. 19, no. 3, Mar. 2020, doi: 10.32409/jikstik.19.3.68.
M. R. Daffa Ulhaq, M. A. Zaidan, and D. Firdaus, “Pengenalan Ekspresi Wajah Secara Real-Time Menggunakan Metode SSD Mobilenet Berbasis Android,” Journal of Technology and Informatics (JoTI), vol. 5, no. 1, pp. 48–52, Oct. 2023, doi: 10.37802/joti.v5i1.387.
V. Ferrari, F. Jurie, and C. Schmid, “From images to shape models for object detection,” Int J Comput Vis, vol. 87, no. 3, pp. 284–303, May 2010, doi: 10.1007/s11263-009-0270-9.
A. Amperawan, D. Andika, M. Anisah, S. Rasyad, and P. Handayani, “Confusion Matrix Using Yolo V3-Tiny on Quadruped Robot Based Raspberry PI 3B + ,” 2024, pp. 549–562. doi: 10.2991/978-94-6463-386-3_56.
C. Nur Mayasari, M. Arief Soeleman, and M. Teknik Informatika Universitas Dian Nuswantoro, “Deteksi Pornografi pada Karakter Animasi 2D dengan KNN (K-Nearest Neighbors) Menggunakan Fitur HSV Pornography Detection of 2D Animated Characters with KNN (K-Nearest Neighbors) Using HSV Features”, doi: 10.36418/comserva.v2i08.462.
G. Zeng, “On the confusion matrix in credit scoring and its analytical properties,” Commun Stat Theory Methods, vol. 49, no. 9, pp. 2080–2093, May 2020, doi: 10.1080/03610926.2019.1568485.
Y. Wang, “Animation Character Detection Algorithm Based on Clustering and Cascaded SSD,” Sci Program, vol. 2022, 2022, doi: 10.1155/2022/4223295.
J. Liu and D. Li, “Research on Moving Object Detection of Animated Characters,” in Procedia Computer Science, Elsevier B.V., 2022, pp. 271–276. doi: 10.1016/j.procs.2022.10.039.
A. Kumar, Z. J. Zhang, and H. Lyu, “Object detection in real time based on improved single shot multi-box detector algorithm,” EURASIP J Wirel Commun Netw, vol. 2020, no. 1, Dec. 2020, doi: 10.1186/s13638-020-01826-x.
Z. Syahputra, “Penerapan SSD-Mobilenet Dalam Identifikasi Jenis Buah Apel,” Indonesian Journal of Education And Computer Science, vol. 1, no. 1, 2023.
K.?: Jurnal, M. Saintek, and I. Amri, “IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MENERJEMAHKAN BAHASA ISYARAT,” vol. 2, no. 9, pp. 70–87, 2024, [Online]. Available: https://ejournal.warunayama.org/kohesi
M. R. Daffa Ulhaq, M. A. Zaidan, and D. Firdaus, “Pengenalan Ekspresi Wajah Secara Real-Time Menggunakan Metode SSD Mobilenet Berbasis Android,” Journal of Technology and Informatics (JoTI), vol. 5, no. 1, pp. 48–52, Oct. 2023, doi: 10.37802/joti.v5i1.387.
S. Fuady, N. Nehru, and G. Anggraeni, “Deteksi Objek Menggunakan Metode Single Shot Multibox Detector Pada Alat Bantu Tongkat Tunanetra Berbasis Kamera,” Journal of Electrical Power Control and Automation (JEPCA), vol. 3, no. 2, p. 39, Dec. 2020, doi: 10.33087/jepca.v3i2.38.
