ABSTRAK

ABSTRAK Nama : Vinnia Kemala Putri Program Studi : Magister Ilmu Komputer Judul : Pembangkitan Foto dari Sketsa Wajah Menggunakan Sketch Inversion dan Colorization Deep Convolutional Neural Networks Pengenalan wajah merupakan salah satu masalah yang krusial khususnya dalam bidang keamanan. Pihak kepolisian memanfaatkan teknologi tersebut untuk mencari tersangka yang sedang buron dan orang hilang. Data yang tersedia hanya berupa informasi dari saksi mata setempat yang kemudian dibuatkan sketsanya. Sayangnya, sketsa dan foto memiliki representasi yang berbeda sehingga tidak dapat dilakukan perbandingan langsung. Hal ini menyebabkan perlu adanya pengubahan foto menjadi sketsa atau sebaliknya. Penelitian ini melakukan pembangkitan foto dari sketsa guna mengatasi masalah tersebut. Penelitian ini mengusulkan penggabungan model pembangkit foto dari sketsa wajah dengan model pembangkit warna dari citra grayscale dengan menggunakan Deep Convolutional Neural Network. Dengan adanya penggabungan kedua model ini, diharapkan kualitas citra foto hasil pembangkitan dapat lebih menyerupai kualitas citra foto ground truth. Data yang digunakan terlebih dahulu dilakukan prapengolahan data augmentation untuk melatih model dalam mengatasi permasalahan rotasi, penskalaan dan posisi. Validitas diukur dengan menggunakan pengukuran kemiripan antar dua citra berdasarkan perbedaan piksel, yaitu Mean Squared Error (MSE) dan Peak Signal-to-Noise Ratio (PSNR), dan algoritma human visual system, yaitu Universal Image Quality Index (UIQI) dan Structural Similarity (SSIM), yang meniru persepsi manusia dalam menilai kualitas suatu citra. Hasil terbaik diraih oleh metode yang diusulkan dengan nilai MSE 844,04; PSNR 19,06; UIQI 0,47 dan SSIM 0,66. Kata Kunci: Sketch Inversion, Colorization, Deep Learning