PENGARUH UKURAN DATASET DAN OPTIMASI HYPERPARAMETER HYPERBAND TERHADAP PERFORMA MOBILENETV2 DALAM KLASIFIKASI GAMBAR AI GENERATIF

Sukarman, Rifki Aufa; Sukenda (Pembimbing)

PENGARUH UKURAN DATASET DAN OPTIMASI HYPERPARAMETER HYPERBAND TERHADAP PERFORMA MOBILENETV2 DALAM KLASIFIKASI GAMBAR AI GENERATIF

dc.contributor.author	Sukarman, Rifki Aufa
dc.contributor.author	Sukenda (Pembimbing)
dc.date.accessioned	2026-09-04T02:19:07Z
dc.date.available	2026-09-04T02:19:07Z
dc.date.issued	2025
dc.description.abstract	Kemampuan AI generatif dalam menciptakan gambar yang realistis menimbulkan tantangan yang serius terkait keaslian konten visual, yang memicu berbagai dampak negatif seperti penyebaran disinformasi dan pelanggaran hak cipta. Penelitian ini bertujuan untuk mengembangkan dan mengoptimalkan artefak berupa model deteksi berbasis MobileNetV2 untuk mengklasifikasikan gambar buatan AI dan gambar asli secara akurat dan efisien. Analisis berfokus pada dua faktor kunci: pengaruh variasi ukuran dataset dan peran optimasi hyperparameter dengan algoritma Hyperband. Artefak model dikembangkan dengan pendekatan transfer learning dan dievaluasi pada tiga skenario data berdasarkan dataset CIFAKE: skala kecil (20% data), skala sedang (50% data), dan seluruh data (100% data). Hasil evaluasi menunjukkan bahwa model pada skala sedang (50% data) memiliki performa paling optimal dengan accuracy sebesar 96,76%, F1-score sebesar 96,69%, serta rasio efisiensi sebesar 0,244. Sebaliknya, penambahan data hingga 100% tidak memberikan peningkatan sepadan, dengan nilai accuracy yang sedikit menurun ke 95,69%, mengindikasikan fenomena diminishing returns. Hal ini juga ditandai dengan munculnya trade-off signifikan antara precision (99,01%) dan recall (92,31%). Sementara itu, model pada skala kecil (20% data) terbukti paling efisien dengan accuracy 95,94% dan F1-score 95,92%, dengan rasio efisiensi tertinggi 0,485. Dapat disimpulkan bahwa kuantitas data yang lebih besar tidak selalu menjamin performa yang lebih baik. Temuan ini memberikan panduan praktis bahwa optimalisasi ukuran data adalah kunci untuk menyeimbangkan performa model dengan ketersediaan sumber daya komputasi.
dc.identifier.uri	https://repository.widyatama.ac.id/handle/123456789/110909
dc.language.iso	other
dc.publisher	Program Studi S1 Informatika
dc.relation.ispartofseries	0620101069
dc.title	PENGARUH UKURAN DATASET DAN OPTIMASI HYPERPARAMETER HYPERBAND TERHADAP PERFORMA MOBILENETV2 DALAM KLASIFIKASI GAMBAR AI GENERATIF
dc.type	Thesis