KLASIFIKASI CITRA PORNO DENGAN ALGORITMA C 4.5 BERBASIS MODEL WARNA YCbCr DAN SHAPE DETECTOR

Abstract

Konten internet dapat berupa pornografi atau jebakan pornografi dengan tujuan
korban anak di bawah umur. Tahun 2010 sebesar 97% remaja pernah mengakses
content pronografi, dimana hal terebut berpengaruh negatif terhadap perkembangan
anak dan remaja. Dengan demikian akses terhadap pornografi oleh anak perlu dijaga.
Beberapa penelitian telah menghasilkan aplikasi pendeteksi pornografi dengan
berbagai metode, seperti model warna YCbCr, shape descriptor yang saling mandiri.
Dalam tulisan ini kami menyajikan klasifikasi citra porno dengan menggunakan
algoritma C 4.5 dan Shape descriptor berbasis model warna YCbCr. Klasifikasi dengan
C 4.5 merupakan tambahan metode perbaikan pada Shape Descriptor dan model warna
YCbCr dan di harapkan dapat secara presisi mengklasifikasikan citra porno dan bukan.
Hasil dari percobaan terhadap 40 citra 8 bit dengan dimensi 256X256 yang terbagi
menjadi citra porno, berbikini, mug shots dan non-porno, metode di atas dapat
mengklasifikasikan True Positives (TP) 16, False Positives (FP) 10, False Negatives (FN) 4,
True Negatives (TN) 10 dengan akurasi 65%, error rate 35%, precision 0,615, recall 0,8 serta
nilai Root Mean Squared Error (RMSE) 0,59.Semakin banyak data training semakin akurat
hasil dari testingnya, walaupun dalam beberapa kasus metode di atas belum akurat dan
hanya mengenail 3 dari 10 citra mug shots atau sebesar 43%.

Kata Kunci: c 4.5, shape descriptor, model warna ycbcr, citra pornografi