![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
Dokumen Asli
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Citra digital merupakan sebuah representasi visual dalam dua dimensi yang di
dalamnya seringkali tersimpan makna emosional dan informasi krusial. Namun,
pada citra, khususnya citra perkotaan, seringkali ditemui objek yang tidak
diinginkan muncul di dalamnya. Untuk mengatasi masalah tersebut dibutuhkan
sebuah sistem yang mampu menyeleksi area dengan objek yang tidak diinginkan
secara otomatis, menghapus area tersebut, dan merestorasi area yang terhapus.
Pengembangan sistem penghapusan objek dilakukan dengan
mengimplementasikan dan mengintegrasikan modul image segmentation, modul
image inpainting, dan aplikasi graphical user interface. Model pralatih image
semantic segmentation, DeepLabv3+, digunakan untuk modul image segmentation.
Di samping itu, terdapat tujuh model pralatih image inpainting, antara lain
DeepFillv2, EdgeConnect (Places), EdgeConnect (PSV), MADF (Places), MADF
(PSV), MAT, dan CoModGAN, yang dibandingkan terhadap beberapa aspek
pengujian untuk digunakan pada modul image inpainting.
Berdasarkan analisis hasil pengujian terhadap data uji, model DeepLabv3+ terbukti
mampu melakukan segmentasi dengan akurat dengan nilai mIoU yang mencapai
0.936. Model CoModGAN dipilih sebagai model pralatih pada modul image
inpainting karena mencapai skor rata-rata PSNR 26.59dB, SSIM 0.8908, FID
39.99, dan evaluasi subjektif 4.105. Aplikasi graphical user interface yang
dikembangkan dan diintegrasikan dengan modul image segmentation dan image
inpainting berhasil memberikan fleksibilitas kepada pengguna dan menunjukkan
peningkatan kinerja dibandingkan penelitian sebelumnya.