The Investigation of Epoch Parameters in ResNet-50 Architecture for Pornographic Classification
Journal of Computer, Electronic, and Telecommunication · 2020
DOI: 10.52435/complete.v1i1.51 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Computer, Electronic, and Telecommunication, 2020. Verfasst von Faiz Nashrullah und 2 weiteren Autor:innen. Die Arbeit wurde bisher 7-mal zitiert (Crossref).
Abstract (Originalsprache)
Kemajuan teknologi informasi yang cepat dan tak terkontrol membuat berbagai konten negatif seperti pornografi dapat dengan mudah diakses. Konten pornografi terbukti dapat menyebabkan berbagai permasalahan terutama pada generasi muda. Beberapa pengembangan metode untuk pendeteksian pornografi telah dilakukan namun masih terkendala pada keterbatasan karakteristik data masukan. Pada penelitian kali ini dikembangkan sistem pendeteksi konten pornografi berbasis klasifikasi menggunakan Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 untuk mengatasi permasalahan sebelumnya. Dalam proses perancangan model sistem, diterapkan berbagai konfigurasi epoch dan didapatkan bahwa performa dari sistem memiliki kecenderungan untuk meningkat seiring dengan pertambahan epoch. Performa terbaik diraih oleh sistem pada konfigurasi epoch 60 dengan akurasi 91,033%.
Zitieren
APA
Nashrullah, F., Wibowo, S. A., & Budiman, G. (2020). The Investigation of Epoch Parameters in ResNet-50 Architecture for Pornographic Classification. Journal of Computer, Electronic, and Telecommunication. https://doi.org/10.52435/complete.v1i1.51
Vancouver
Nashrullah F, Wibowo SA, Budiman G. The Investigation of Epoch Parameters in ResNet-50 Architecture for Pornographic Classification. Journal of Computer, Electronic, and Telecommunication. 2020. doi:10.52435/complete.v1i1.51
BibTeX
@article{Nashrullah2020,
author = {Nashrullah, Faiz and Wibowo, Suryo Adhi and Budiman, Gelar},
title = {The Investigation of Epoch Parameters in ResNet-50 Architecture for Pornographic Classification},
journal = {Journal of Computer, Electronic, and Telecommunication},
year = {2020},
doi = {10.52435/complete.v1i1.51}
}
EUVIMED