Perpustakaan Digital ITB

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.