Klasifikasi Genre Manga Menggunakan Convolutional Neural Network

Peneliti melakukan percobaan tentang klasifikasi genre manga berdasarkan input berupa gambar hitam putih dan cover manga. Menentukan genre manga merupakan hal yang cukup menantang karena genre adalah fitur yang tidak terlihat secara fisik dalam manga, sehingga model deteksi gambar yang tersedia tidak dapat disesuaikan dengan mudah ke dalam konteks ini. Selain itu, multi-label classification lebih menantang dari binary classification ataupun multi-class classification mengingat satu input dapat ditetapkan ke beberapa kelas sekaligus. Setelah berhasil melakukan prediksi genre, maka selanjutnya yang perlu dilakukan adalah menganalisa data yang ada sehingga menemukan faktor yang bisa mempengaruhi hasil akhir yang ditemukan. Convolutional Neural Network merupakan metode yang sering digunakan untuk melakukan klasifikasi gambar karena mampu mendeteksi fitur utama gambar, kombinasi lapisan arsitekturnya mampu menghasilkan prediksi yang kompleks dan relevan. Lapisan arsitektur neural network meliputi convolutional layer, pooling layer, dan fully connected layer. Setiap layer memiliki parameter yang bisa diubah sesuai kebutuhan penelitian. Perubahan parameter ini memungkinkan peneliti untuk memperoleh hasil yang berbeda. Percobaan dilakukan melalui dua tahapan. Tahap pertama berisi 15 percobaan dengan struktur model convolutional neural network yang sama. Tahap kedua berisi 24 percobaan dengan mengubah struktur model convolutional neural networknya. Total keseluruhan percobaan yang dilakukan adalah 39 percobaan. Hasil terbaik yang diperoleh adalah percobaan ke-38 dengan akurasi 46.3 persen dan jumlah F1 yang aktif adalah 25 genre. Selain itu, peneliti telah menganalisa beberapa faktor yang mempengaruhi hasil penelitian yang telah diperoleh dengan harapan bisa berguna untuk peneliti lain yang ingin melakukan penelitian sejenis.