EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

- KLASIFIKASI MULTI-LABEL GENRE FILM BERDASARKAN FITUR VISUAL POSTER MENGGUNAKAN CNN BERBASIS EFFICIENTNET

Shyalenn Cerolin Kolibonso, Dhani Ariatmanto

Rabit : Jurnal Teknologi dan Sistem Informasi Univrab · 10.07.2026 · 11 (2) · 2728-2733

DOI: 10.36341/rabit.v11i2.7883 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, online erschienen am 10.07.2026. Verfasst von Shyalenn Cerolin Kolibonso und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Dalam era konten digital, poster film tidak hanya berfungsi sebagai alat promosi, tetapi juga sebagai media visual kaya yang menyimpan informasi semantik krusial. Penelitian ini bertujuan mengimplementasikan EfficientNet, sebuah arsitektur Convolutional Neural Network (CNN) modern, untuk tugas klasifikasi multi-label genre film yang secara eksklusif didasarkan pada gambar poster. Dengan memanfaatkan pendekatan compound scaling dari EfficientNet yang menyeimbangkan kedalaman, lebar, dan resolusi jaringan, model ini mencapai performa klasifikasi yang tinggi dengan parameter komputasi yang efisien. Penelitian ini menggunakan Kaggle Movie Poster Dataset dan membandingkan performa EfficientNet-B3 dengan arsitektur CNN klasik seperti VGG16, ResNet50, dan InceptionV3. Proses pra-pemrosesan data mencakup penyesuaian resolusi, normalisasi, dan augmentasi untuk memitigasi dampak ketidakseimbangan kelas (class imbalance). Hasil eksperimen membuktikan bahwa EfficientNet-B3 mengungguli model baseline lainnya, mencapai skor F1 Macro tertinggi (0.3200) dan AUC-ROC (0.7676), serta tingkat kesalahan prediksi kombinasi label atau Hamming Loss terendah (0.1269). Kesimpulannya, arsitektur EfficientNet terbukti sangat efektif dan andal untuk menangani bias pada dataset yang tidak seimbang. Penelitian ini berkontribusi pada pengembangan sistem klasifikasi visual cerdas, khususnya untuk industri kreatif di mana metadata pendukung sangat terbatas.

Zitieren

APA

Kolibonso, S. C., & Ariatmanto, D. (2026). - KLASIFIKASI MULTI-LABEL GENRE FILM BERDASARKAN FITUR VISUAL POSTER MENGGUNAKAN CNN BERBASIS EFFICIENTNET. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 11(2), 2728-2733. https://doi.org/10.36341/rabit.v11i2.7883

Vancouver

Kolibonso SC, Ariatmanto D. - KLASIFIKASI MULTI-LABEL GENRE FILM BERDASARKAN FITUR VISUAL POSTER MENGGUNAKAN CNN BERBASIS EFFICIENTNET. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab. 2026;11(2):2728-2733. doi:10.36341/rabit.v11i2.7883

BibTeX
@article{Kolibonso2026,
  author = {Kolibonso, Shyalenn Cerolin and Ariatmanto, Dhani},
  title = {- KLASIFIKASI MULTI-LABEL GENRE FILM BERDASARKAN FITUR VISUAL POSTER MENGGUNAKAN CNN BERBASIS EFFICIENTNET},
  journal = {Rabit : Jurnal Teknologi dan Sistem Informasi Univrab},
  year = {2026},
  volume = {11},
  number = {2},
  pages = {2728--2733},
  doi = {10.36341/rabit.v11i2.7883}
}
Kostenlos starten →