AGE ESTIMATION UNTUK INTELLIGENT ADVERTISING PADA POSTER DIGITAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Sebagai bagian dari intelligent advertising, age estimation digunakan untuk menyesuaikan iklan dari hasil estimasi usia audience. Age estimation (AE) dapat dibangun menggunakan deep learning menggunakan ConvNet dengan kendala seperti data training wajah usia tua yang sedikit, ketidak seimbangan data...

Full description

Saved in:
Bibliographic Details
Main Author: Galih Abdul Muhyi, - (Author)
Format: Book
Published: 2020-08-28.
Subjects:
Online Access:Link Metadata
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000 am a22000003u 4500
001 repoupi_52274
042 |a dc 
100 1 0 |a Galih Abdul Muhyi, -  |e author 
245 0 0 |a AGE ESTIMATION UNTUK INTELLIGENT ADVERTISING PADA POSTER DIGITAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK 
260 |c 2020-08-28. 
500 |a http://repository.upi.edu/52274/1/S_KOM_1505735_Title.pdf 
500 |a http://repository.upi.edu/52274/2/S_KOM_1505735_Chapter1.pdf 
500 |a http://repository.upi.edu/52274/3/S_KOM_1505735_Chapter2.pdf 
500 |a http://repository.upi.edu/52274/4/S_KOM_1505735_Chapter3.pdf 
500 |a http://repository.upi.edu/52274/5/S_KOM_1505735_Chapter4.pdf 
500 |a http://repository.upi.edu/52274/6/S_KOM_1505735_Chapter5.pdf 
500 |a http://repository.upi.edu/52274/7/S_KOM_1505735_Appendix.pdf 
520 |a Sebagai bagian dari intelligent advertising, age estimation digunakan untuk menyesuaikan iklan dari hasil estimasi usia audience. Age estimation (AE) dapat dibangun menggunakan deep learning menggunakan ConvNet dengan kendala seperti data training wajah usia tua yang sedikit, ketidak seimbangan dataset di dalamnya, serta membutuhkan jumlah data yang besar. Salah satu solusi dari permasalahan ini adalah melakukan data augmentasi menggunakan model generatif ACGAN untuk melakukan generate gambar sesuai dengan kelas. Intelligent advertising pada poster digital hanya disimulasikan pada komputer. Simulasi intelligent advertising berfungsi dengan baik terlepas dari terbatasnya iklan dan tidak konsistennya hasil estimasi usia. Hasil dari penggunaan model generatifACGAN untuk data augmentation berhasil meningkatkan performa hasil pada model AE terlepas dari rendahnya skor IS dan FID serta kualitas gambar yang dihasilkan. Hasil data augmentation lebih terlihat pada model B dengan peningkatan akurasi cumulative score sebesar 4,8% dan skor MAE sebesar 1,297. 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
690 |a L Education (General) 
690 |a QA75 Electronic computers. Computer science 
655 7 |a Thesis  |2 local 
655 7 |a NonPeerReviewed  |2 local 
787 0 |n http://repository.upi.edu/52274/ 
787 0 |n http://repository.upi.edu 
856 |u https://repository.upi.edu/52274  |z Link Metadata