IMPLEMENTASI METODE GENERATIVE ADVERSARIAL NETWORK DENGAN MODEL MOBILENET UNTUK PENINGKATAN KUALITAS RESOLUSI CITRA

Nurmaulani Mustika Tresna, - (2020) IMPLEMENTASI METODE GENERATIVE ADVERSARIAL NETWORK DENGAN MODEL MOBILENET UNTUK PENINGKATAN KUALITAS RESOLUSI CITRA. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_KOM_1606799_Title.pdf Download (526kB)
	Text S_KOM_1606799_Chapter1.pdf Download (67kB)
	Text S_KOM_1606799_Chapter2.pdf Restricted to Staf Perpustakaan Download (642kB)
	Text S_KOM_1606799_Chapter3.pdf Download (80kB)
	Text S_KOM_1606799_Chapter4.pdf Restricted to Staf Perpustakaan Download (772kB)
	Text S_KOM_1606799_Chapter5.pdf Download (50kB)

Abstract

Informasi yang detail dari citra dengan resolusi tinggi sangat dibutuhkan ketika akan dilakukan analisis terhadap konten yang terkandung dalam citra tersebut. Namun, terkadang citra memiliki resolusi rendah sehingga citra tersebut sulit untuk diinterpretasikan. Berdasarkan permasalahan tersebut, maka dilakukan penelitian mengenai peningkatan kualitas resolusi citra. Penelitian yang dilakukan berdasarkan pendekatan Super Resolution (SR) dengan melakukan modifikasi pada metode Super Resolution Generative Adversarial Network (SRGAN) yang digunakan sebagai baseline. Modifikasi yang dilakukan yaitu berupa penggabungan metode SRGAN dengan model MobileNet dengan mengubah lapisan residual block pada metode SRGAN dan mengubahnya dengan lapisan depthwise residual block yang merupakan implementasi dari model MobileNet. Dalam penelitian yang telah dilakukan, metode yang diusulkan dapat meningkatkan efisiensi pada time computation. Hal ini dibuktikan dengan hasil eksperimen yang mengalami peningkatan sebesar 25% pada time computation mengungguli metode baseline. Detailed information on high-resolution images is necessary when we will analyze the content in the images. However, sometimes the image has a low resolution so that the image difficult to interpret. Based on these problems, a study was conducted on improving the quality of image resolution. The research was conducted based on the Super Resolution (SR) approach by making modifications to the Super Resolution Generative Adversarial Network (SRGAN) method which was used as the baseline. The modification made is in the form of combining the SRGAN method with the MobileNet model by changing the residual block layer in the SRGAN method and the block residual layer which is an implementation of the MobileNet model. In the research that has been done, the proposed method can increase the efficiency of the computation time. It has proved by the results of experiments that have increased by 25% when computing outperformed the baseline method.

Item Type:	Thesis (S1)
Additional Information:	No Panggil : S KOM NUR i-2020; NIM :1606799
Uncontrolled Keywords:	Super Resolution, Generative Adversarial Network, Residual Block, Mobilenet
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Nurmaulani Mustika Tresna
Date Deposited:	31 Aug 2020 06:53
Last Modified:	31 Aug 2020 06:53
URI:	http://repository.upi.edu/id/eprint/51618

Actions (login required)

View Item