Art Original

Deteksi Gambar Yang Dihasilkan Ai Menggunakan Algoritma Convolutional Neural Network(cnn)

---

Deteksi gambar yang dihasilkan oleh kecerdasan buatan (AI) menjadi tantangan penting di era digital saat ini, terutama dalam memastikan keaslian konten visual. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi gambar AI-generated dan non-AI-generated menggunakan algoritma Convolutional Neural Network (CNN) dengan berbagai arsitektur model, yaitu MobileNet, MobileNetV2, ResNet50, dan Custom CNN. Dataset yang digunakan terdiri dari 16.000 gambar, yang terbagi menjadi 8.000 gambar AI-generated dan 8.000 gambar non-AI-generated. Sebelum proses pelatihan, dataset dibagi menjadi 80% untuk pelatihan, 10% untuk validasi, dan 10% untuk pengujian. Pengujian dilakukan dengan optimizer Adam dan RMSprop, masing-masing dengan variasi learning rate sebesar 0.001 dan 0.0001, serta jumlah epoch sebanyak 50 dan 100. Hasil penelitian menunjukkan bahwa model MobileNetV2 dengan optimizer Adam, learning rate 0.001, dan 100 epoch memberikan performa terbaik dengan akurasi pelatihan sebesar 92.87% dan akurasi pengujian sebesar 88%. Evaluasi kinerja model menunjukkan bahwa MobileNetV2 mampu mendeteksi gambar AI-generated dengan precision sebesar 0.81, recall sebesar 0.96, dan F1-score sebesar 0.88. Sementara itu, untuk kelas non-AI-generated, diperoleh precision sebesar 0.95, recall sebesar 0.77, dan F1-score sebesar 0.85. Dengan performa yang tinggi dan efisiensi yang lebih baik dibandingkan model lainnya, MobileNetV2 menjadi pilihan yang optimal untuk tugas klasifikasi gambar AI dan non-AI.

---

Availability

Detail Information

Call Number

Informatika 741.01 Muh d

Language

Indonesia

NPM

203510002

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Convolutional Neural Network
Deteksi gambar, AI-generated
AI-generated
MobileNetV2
Klasifikasi gambar

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment