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 tujuankorban anak di bawah umur. Tahun 2010 sebesar 97% remaja pernah mengaksescontent pronografi, dimana hal terebut berpengaruh negatif terhadap perkembangananak dan remaja. Dengan demikian akses terhadap pornografi oleh anak perlu dijaga.Beberapa penelitian telah menghasilkan aplikasi pendeteksi pornografi denganberbagai metode, seperti model warna YCbCr, shape descriptor yang saling mandiri.Dalam tulisan ini kami menyajikan klasifikasi citra porno dengan menggunakanalgoritma C 4.5 dan Shape descriptor berbasis model warna YCbCr. Klasifikasi denganC 4.5 merupakan tambahan metode perbaikan pada Shape Descriptor dan model warnaYCbCr dan di harapkan dapat secara presisi mengklasifikasikan citra porno dan bukan.Hasil dari percobaan terhadap 40 citra 8 bit dengan dimensi 256X256 yang terbagimenjadi citra porno, berbikini, mug shots dan non-porno, metode di atas dapatmengklasifikasikan 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 sertanilai Root Mean Squared Error (RMSE) 0,59.Semakin banyak data training semakin akurathasil dari testingnya, walaupun dalam beberapa kasus metode di atas belum akurat danhanya mengenail 3 dari 10 citra mug shots atau sebesar 43%.Kata Kunci: c 4.5, shape descriptor, model warna ycbcr, citra pornografi