Mencari filem bokep di kaskus apakah bisa?

Perjalanan sang pemimpin yang berusaha mengayomi dengan payung sakti 

PyeongChang 2018 Membuat Artis JAV atau Bintang Porno Jepang Melo Imai Ingin Kembali 

Live Streaming Artis Bokep, Bigo, Bugil Igo, Open Bo, Avail Expo Terbaru 2018 

Logo Visit Malaysia 2020 Adalah Keberhasilan Marketing Strategi Yang Spektakuler 

Situs Video Porno, JAV dan Bokep Serta Konten Mesum belum terblokir 100%. Katanya  

Video Mesum Viral Lagi : 2 Siswi dan 9 Siswa Terlibat Video Hohohihe 

Viral Video Porno Diduga Dilakukan 3 Pria Berpakaian Loreng dengan 1 Wanita 

Video Viral Bocah Vs Dewasa Atau Wanita Tua Dan Link Download Full HD 3GP MP4 Terbaru 

Klip Foto Marion Jola & Video Heboh Viral, Plus Kemungkinan Penyebab Belum Buka Suara 

Apakah robot sex dan virtual porno bisa mengubah kita menjadi digiseksual ?  

Sex, Konten Dewasa, Video Cabul, Cerita Porno, Situs Bokep dll Nasibnya di 2018?  

Arti Kesuksesan Dimata Pengusaha Pempek - Siklus Sukses Itu Sederhana 

Alamat Link Video Viral Tante Vs Bocah Ngapaya ? Anak Kecil Dan Wanita Tua 

WoW! Ini Dia link Full Video Marion Jola Cantik Imut Hot Dan Viral Lagi Heboh 3GP MP4 

Cara membuat tulisan yang merangsang 

Im Jin Ah, Alias Nana, Penyanyi Wanita Tercantik Sedunia, Heboh Umbar Payudara 

Apa Itu Hohohihe? HoHo HiHe Terheboh Tahun 2018 

Penghasilan 10 juta perbulan di kaskus creator, sungguh mengejutkan! siapa yang mau?  

Link Video Bokep Hanna Annisa Masih Ramai Diburu 

Streaming JAV, Video Bokep dan Film Porno Atau Konten Mesum WoW Bahayanya

trims See all › 19 ReferencesDownload citationShare Download full-text PDF Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna Kulit Article (PDF Available) · May 2011 with 819 Reads DOI: 10.18860/ca.v1i4.1795 Cite this publication Yusron Rijal 2.23stmik yadika bangil Awalia Nofitasari SMK Raden Patah Kota Mojokerto Abstract This paper presents an effort to detect pornographic webpages. It was stated that a positive relationship exists between percentage of human skin color in an image and the image itself (Jones et.al., 1998). Based on the statement, rather than using the traditional method of text-filtering, this paper propose a new approach to detect pornographic images by using skin color detection. The skin color detection performed by using RGB, HSI, and YCbCr color model. Using algorithm stated by Ap-apid (Ap-apid, 2005), the system will classify nude and not-nude images. If one or more nude images are found, the system will block the webpage. Keywords: Webpage Filtering, Image Processing, Pornography, Nudity, Skin Color, Nude Images Discover the world's research 14+ million members 100+ million publications 700k+ research projects Join for free Full-text (PDF) Available from: Yusron Rijal, Jul 02, 2015 Download full-text PDF Other full-text sources FILTER HALAMAN WEB PORNOGRAFI MENGGUNAKAN KECOCOKAN KATA DAN DETEKSI WARNA KULIT Yusron Rijal1 dan Awalia Nofitasari2 1email: yusronrijal@yahoo.com 2PT. Elpro Solusitama, 2email: awalia.nofitasari@gmail.com ABSTRACT This paper presents an effort to detect pornographic webpages. It was stated that a positive relationship exists between percentage of human skin color in an image and the image itself (Jones et.al., 1998). Based on the statement, rather than using the traditional method of text-filtering, this paper propose a new approach to detect pornographic images by using skin color detection. The skin color detection performed by using RGB, HSI, and YCbCr color model. Using algorithm stated by Ap-apid (Ap-apid, 2005), the system will classify nude and not-nude images. If one or more nude images are found, the system will block the webpage. Keywords: Webpage Filtering, Image Processing, Pornography, Nudity, Skin Color, Nude Images PENDAHULUAN Perkembangan teknologi di bidang penangkapan dan pengolahan citra serta penyimpanan data, seiring dengan akses Internet yang semakin luas, secara signifikan meningkatkan aliran informasi di masyarakat. Salah satunya adalah penyebaran informasi yang berkaitan dengan pornografi. Internet adalah media yang mudah diakses, sehingga tiap orang yang mengerti cara membuka web browser, menggunakan situs pencarian kemudian masuk ke situs tertentu, dapat menampilkan halaman web yang mengandung pornografi hanya dengan mengetikkan beberapa kata kunci. (Lin, et. al, 2003:1) Kebanyakan sistem komersial yang didesain untuk mencegah akses terhadap hal-hal yang mengandung pornografi seperti NetNanny, CyberSitter, CyberPatrol dan ChildWebGuardian memblokir situs web dengan membandingkan suatu alamat IP, alamat URL, atau teks dalam suatu halaman web dengan alamat IP, alamat URL, atau kata-kata tertentu yang ada dalam basis data sistem tersebut. Pendekatan tersebut efektif untuk memblokir situs web porno yang populer dan halaman web yang memiliki link ke situs web porno, tetapi kurang efektif dalam memblokir halaman web yang berisi koleksi citra pornografi karena halaman-halaman tersebut sering tidak berisi link ke halaman web lain yang mengandung pornografi atau tidak berisi kata-kata yang mengandung pornografi. (Liang, et. al, 2004:1) Data statistik terhadap 4.000.000 halaman HTML yang dihimpun oleh Starykevitch dan Daoudi (Starykevitch, 2002) menunjukkan bahwa 70% dari halaman-halaman tersebut berisi citra digital, dan sebuah halaman HTML rata-rata berisi 18,8 citra digital. Tinjauan statistik terhadap 1.232 halaman web porno dan 6.967 halaman web non-porno menunjukkan bahwa 72% halaman web porno berisi lebih dari 5 citra digital dan 60% dari halaman web porno berisi lebih dari 10 citra digital. 40% dari halaman web porno tersebut berisi lebih dari 5 link menuju file video dan citra digital. Karenanya, kemampuan untuk mendeteksi citra pornografi dapat menjadi alat yang berguna untuk menyaring hal-hal yang mengandung pornografi di Internet. (Abadpour, 2005:1) Pornografi adalah konsep yang hingga kini belum memiliki definisi yang cukup saksama untuk membedakan citra mana yang mengandung pornografi dan citra mana yang tidak (Chan, et. al, 1999:1). Berdasarkan definisi pornografi oleh Lin (Lin et. al, 2003:2), halaman web yang mengandung citra pornografi didefinisikan sebagai halaman web yang didalamnya terdapat citra yang mengandung obyek manusia telanjang, manusia menunjukkan organ seksual, atau manusia sedang melakukan hubungan seksual. Sebuah citra dapat digolongkan sebagai citra pornografi bila didalamnya terdapat obyek manusia yang telanjang, manusia yang menunjukkan organ seksual, atau manusia yang sedang melakukan hubungan seksual. Citra tersebut umumnya memiliki banyak warna kulit, sehingga warna kulit merupakan salah satu perhatian utama dalam pendeteksian citra pornografi. Lebih jauh lagi, Lin (Lin et al, 2003) menyebutkan bahwa situs web pornografi umumnya mengandung kata-kata yang mengindikasikan pornografi. Yusron Rijal dan Awalia Nofitasri 208 Volume 1 No. 4 Mei 2011 METODOLOGI Perancangan Sistem Tujuan utama penelitian yang dilakukan penulis adalah untuk menyaring halaman web yang mengandung citra pornografi. Penyaringan halaman web yang mengandung citra pornografi diimplementasikan dengan membuat script penyaringan halaman web yang mengandung citra pornografi untuk kemudian ditambahkan kedalam script situs web tertentu, misalnya sebagai penyaring masukan pada layanan buku tamu online (umumnya pada situs web pribadi atau blog) atau layanan pendaftaran promosi iklan online (umumnya pada situs web iklan baris). Bahasa pemrograman yang digunakan adalah PHP dengan Apache sebagai web server. Penyaringan halaman web yang mengandung unsur pornografi dilakukan menggunakan kombinasi dua metode, yaitu pencocokan kata (text matching) dan identifikasi citra pornografi. Secara umum, langkah-langkah penyaringan halaman web yang mengandung unsur pornografi dapat digambarkan pada blok diagram berikut: Gambar 1. Blok diagram penyaringan halaman web Berdasarkan blok diagram tersebut, proses identifikasi citra dibagi menjadi 4 tahap, yaitu: 1. Cari URL dalam komentar. 2. Cari kata-kata yang mengandung unsur pornografi. 3. Identifikasi citra pornografi pada URL tersebut. 4. Klasifikasikan halaman web, apakah termasuk halaman web yang mengandung unsur pornografi atau tidak. Identifikasi URL Dalam Komentar URL dalam komentar diidentifikasi berdasarkan pernyataan-pernyataan berikut: 1. Kebanyakan URL menggunakan protokol http (Boutell, 2009). 2. Protokol yang digunakan untuk mengakses file tertentu dalam sebuah web server dan menampilkannya dalam web browser adalah protokol http (University of Illinois at Urbana-Champaign, 2009). 3. Protokol dan nama resource dipisahkan dengan tanda titik dua dan dua garis miring (Sun, 2009). 4. Untuk dapat diakses, sebuah URL tidak dapat mengandung spasi (Blogger, 2009). Sehingga, sebuah rangkaian karakter yang memiliki rangkaian karakter “http://” akan dianggap URL oleh sistem dan rangkaian karakter tersebut akan disimpan hingga menemukan karakter spasi (“ ”). URL dapat pula disebutkan dalam sebuah hyperlink. Untuk mengantisipasi hal tersebut, sistem menghilangkan semua tag HTML dalam isi komentar sebelum melakukan pencarian rangkaian karakter “http://”. Contoh isi komentar disampaikan pada Gambar 2. Gambar 2. Contoh komentar URL pada Gambar 2 adalah http://www. break.com/pictures_nsfw/hottie-on-thebed6641 10.html. Identifikasi Kata-kata Yang Mengandung Unsur Pornografi Teknik yang digunakan adalah text matching, dimana isi HTML sebuah halaman web dicocokkan dengan daftar kata yang dimiliki sistem. Bila ditemukan adanya kata yang sama, sistem akan melakukan analisa lebih lanjut. Bila tidak ketemu, sistem akan menganggap bahwa komentar aman untuk disimpan. Daftar kata yang mengandung unsur pornografi disusun berdasarkan hasil pengamatan terhadap 24 sampel halaman web. Kata yang dipilih adalah kata yang sering muncul dalam sampel halaman web pornografi tapi tidak muncul dalam sampel bukan halaman web pornografi. Contoh hasil text matching disampaikan pada Gambar 3. Gambar 3. Contoh hasil text matching Isi Komentar identifikasi URL dalamkomentaridentifikasi citra pornografiidentifikasi kata-kata yangmengandung unsur pornografiStatus Komentar(diblokir atau disimpan) penarikan kesimpulan Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna Kulit Jurnal CAUCHY – ISSN: 2086-0382 209 Identifikasi Citra Pornografi Jika proses pencarian kata yang mengindikasikan pornografi menghasilkan nilai TRUE, sistem mencari alamat citra pada isi HTML halaman web. Citra yang diidentifikasi adalah citra jenis JPEG (ekstensi .jpg dan .jpeg). Dengan demikian, alamat citra adalah alamat yang diawali dengan kata “http://” dan diakhiri dengan kata “.jpg” atau “.jpeg”. Alamat citra dicari pada: a. alamat yang disebutkan dalam properti src sebuah image. Contoh: . . . b. alamat yang disebutkan dalam properti href sebuah hyperlink. Contoh: . . . Bila jumlah alamat citra yang dihasilkan dari proses pencarian berjumlah lebih dari satu, sistem melakukan proses penyalinan file citra. Penyalinan file citra digital merupakan proses menyalin (copy) citra digital kedalam komputer server. Bila alamat citra tidak ditemukan, sistem menganggap bahwa halaman web tersebut tidak mengandung citra pornografi, sehingga sistem kemudian menyimpan isi komentar. Contoh hasil pencarian alamat citra digital disampaikan pada Gambar 4 dan Gambar 5. Gambar 4. Alamat file citra digital pada properti src sebuah image Gambar 5. Hasil penyalinan file citra digital Secara umum, langkah-langkah identifikasi citra pornografi adalah (Ap-apid, 2005:3): 1. Deteksi piksel warna kulit dalam citra. 2. Cari atau bentuk area-area kulit berdasarkan hasil pendeteksian piksel. 3. Analisa tiap area kulit untuk mendapatkan petunjuk pornografi. 4. Klasifikasikan citra, apakah termasuk citra pornografi atau bukan. Untuk mendeteksi piksel warna kulit, digunakan model warna tertentu. Model warna yang digunakan harus dapat membedakan piksel yang menyerupai warna kulit dengan piksel yang tidak menyerupai warna kulit. Dari piksel-piksel yang menyerupai warna kulit, diperkirakan daerah-daerah yang dapat dibentuk oleh piksel-piksel tersebut. Tiap daerah kulit kemudian dihitung luasnya. Luas daerah kulit digunakan sebagai bahan penarikan kesimpulan (berdasarkan kriteria-kriteria yang telah ditetapkan) untuk mengambil kesimpulan apakah suatu citra tergolong citra pornografi atau tidak. Pemilihan Model Warna Untuk mendeteksi piksel warna kulit, digunakan tiga macam model warna: RGB, HSI, dan YCbCr. Lin (Lin et al, 2003:4) menyebutkan bahwa model warna default untuk file citra digital jenis JPEG dan GIF adalah RGB. Model warna HSI mewakili penerimaan mata manusia terhadap warna. YCbCr dapat digunakan untuk mengidentifikasi warna kulit manusia tanpa memperhatikan faktor perbedaan ras (Chai and Bouzerdoum, 1999). Model warna RGB tidak sesuai untuk mengidentifikasi piksel warna kulit karena model warna RGB tidak hanya menggambarkan warna tapi juga kecerahan warna. Hal ini dapat diatasi dengan penggunaan model warna HSI dan YCbCr. Model warna HSI dan YCbCr dapat memisahkan tingkat kecerahan piksel dengan kromatisitas warna (Chai & Bouzerdoum, 1999). Persamaan yang digunakan untuk mendapatkan nilai HSI sebagai berikut (Abadpour, 2005:15): )))(()((22cos21BGBRGRBGRH−−+−−−=− (1) ),,min(31BGRBGRS++−= (2) )(31BGRI ++= (3) Persamaan yang digunakan untuk mendapatkan nilai YCbCr sebagai berikut (Blogspot, 2009): )*114,0()*587,0()*299,0( BGRY++= (4) )*5,0()*331,0()*169,0( BGRCb+−+−= (5) )*081,0()*419,0()*5,0( BGRCr−+−+= (6) Penetapan Batas Ambang Untuk memisahkan piksel warna kulit dengan piksel bukan warna kulit, diperlukan penentuan batas ambang untuk tiap model warna. Batas ambang ditentukan berdasarkan hasil eksperimen terhadap 85 sampel citra kulit manusia dan 58 sampel citra bukan kulit manusia. Pendeteksian Warna Kulit Pada dasarnya, deteksi kulit pada citra digital melibatkan dua proses, yaitu pembacaan piksel dan segmentasi citra. Pembacaan piksel Yusron Rijal dan Awalia Nofitasri 210 Volume 1 No. 4 Mei 2011 dilakukan untuk mengetahui nilai RGB tiap piksel. Dari nilai RGB tersebut, dilakukan perhitungan nilai HSI dan YCbCr. Dari nilai RGB, HSI, dan YCbCr yang diperoleh, dilakukan segmentasi citra. Segmentasi citra merupakan proses pemisahan piksel bukan warna kulit dengan piksel warna kulit menggunakan batas ambang tertentu untuk tiap model warna. Piksel yang dianggap bukan piksel warna kulit akan diubah warnanya menjadi hitam, sedangkan piksel warna kulit akan diubah warnanya menjadi putih. Dengan demikian, citra yang dihasilkan dari proses segmentasi citra adalah sebuah citra biner. Yang dimaksud citra biner adalah citra hitam putih, dimana piksel warna kulit direpresentasikan dengan warna putih, dan piksel bukan warna kulit direpresentasikan dengan warna hitam. Segmentasi citra dilakukan untuk mempermudah proses perhitungan luas area kulit. Hasil segmentasi citra dari Gambar 5 disampaikan pada Gambar 6. Gambar 6. Citra biner hasil segmentasi Batas ambang untuk model warna RGB ditetapkan berdasarkan pernyataan-pernyataan berikut: 1. Kulit manusia terdiri atas darah yang berwarna merah dan melanin yang berwarna kuning atau coklat. Dengan demikian, kulit manusia (pada citra selain hitam putih dan keabuan) tidak mungkin berwarna hitam, putih, atau abu-abu. 2. Piksel (pada model warna RGB) dapat digolongkan sebagai piksel warna kulit jika memiliki nilai R > G atau R > B atau keduanya. Pernyataan tersebut bila digunakan memerlukan analisa lebih lanjut, karena pernyataan R > G atau R > B hanya berlaku jika citra tidak memiliki piksel (selain warna kulit) berwarna merah (Brown et.al., 2001). Dari pernyataan-pernyataan tersebut, batas ambang untuk model warna RGB ditetapkan sebagai berikut: a. Piksel dianggap bukan warna kulit jika berwarna putih (255, 255, 255), berwarna hitam (0, 0, 0), ataupun abu-abu (R = G = B). b. Piksel dianggap bukan warna kulit jika R <= G atau R <= B. Batas ambang HSI dan YCBCr diperoleh dari hasil eksperimen terhadap 85 sampel citra warna kulit dan 58 sampel citra bukan warna kulit. Batas ambang untuk model warna HSI sebagai berikut: a. Hue lebih besar dari -1 dan lebih kecil dari 15 (-1 < H < 15), dengan nilai Saturation antara 3 dan 65 (3 < S < 65) b. Hue lebih besar sama dengan 15 dan lebih kecil dari 45 (15 <= H < 45), dengan nilai Saturation antara 3 dan 70 (3 < S < 70) c. Hue lebih besar sama dengan 45 dan lebih kecil dari 75 (45 <= H < 75), dengan nilai Saturation antara 3 dan 65 (3 < S < 65) Batas ambang YCbCr ditetapkan sebagai berikut: a. Kroma biru lebih besar dari -61 dan lebih kecil dari 7 (-61 < Cb < 7) b. Kroma merah lebih besar dari 10 dan lebih kecil dari 101 (10 < Cr < 101) Segmentasi citra akan membentuk area-area kulit. Perhitungan luas area kulit dilakukan menggunakan metode Freeman’s Chain Code yang telah dimodifikasi (Rijal et.al, 2006). Model chain code yang digunakan penulis adalah chain code dengan delapan arah mata angin (Gambar 7). Tiap arah pergeseran direpresentasikan dengan angka tertentu, dimana angka terkecil adalah arah permulaan pergeseran. Untuk menyederhanakan algoritma perhitungan luas, pergerakan chain code ditetapkan ke kanan searah jarum jam. Angka terkecil menunjukkan arah permulaan penelusuran piksel. Sehingga, penelusuran piksel dimulai dari kanan koordinat, kemudian kanan bawah, bawah, kiri bawah, kiri, kiri atas, atas, kanan atas, demikian seterusnya hingga semua piksel telah ditelusuri. Area yang dikenai proses perhitungan luas adalah area berwarna putih. Satuan luas yang digunakan adalah piksel. Contoh hasil perhitungan luas disampaikan pada Gambar 8. Gambar 7. Chain code yang dimodifikasi Gambar 8. Contoh hasil perhitungan luas Dari informasi luas tiap area kulit, dihitung luas piksel kulit. Luas piksel kulit kemudian dibandingkan dengan luas piksel bukan kulit. Jika 17532864 Jurnal CAUCHY persentase jumlah piksel warna kulit dibandingkan dengan jumlah piksel bukan warna kulit lebih besar dari 50 persecitra pornografi. Bila kurang dari sama dengan 50 persen, citra dianggap bukan citra pornografi. Batas ambang piksel kulit terhadap piksel bukan warna kulit ditentukan berdasarkan hasil eksperimen terhadap 120pornografi. Penarikan Kesimpulan Penarikan kesimpulan merupakan proses penentuan apakah suatu halaman web tergolong halaman web digunakan untuk penarikan kesimpulan adalah adanya kata yang mengindikasikan unsur pornografi dan jumlah citra pornografi. Jika sistem tidak menemukan kata yang mengindikasikan pornografi, sistem akan menyimpan komentar. Jika siskata yang mengindikasikan pornografi tapi tidak metemukan satu pun citra pornografi dalam halaman web, sistem akan menyimpan komentar. Bila sistem menemukan adanya kata yang mengindikasikan pornografi dan metemukan setidaknya satu citra pornoweb, komentar tidak akan disimpan dan sistem akan menampilkan halaman pemblokiran komentar (Gambar 9. HASIL DAN PEMBAHASANUntuk menguji akurasi penyaringan halaman web, digunakan 10 sampel URL terdiri atas 6 halaman web pornografi dan 4 halaman web bukan pornografi.Untuk menguji akurasi identifikasi citra pornografi, digunakan 178 sampel citra. Sampel citra terdiri atas 118 citra pornografi dan 60 citra bukan pornografi.Uji akumerupakan uji kuantitatif, sehingga hasil pengujian dibagi dalam empat kelompok, yaitu kelompok negative kelompok false negativeUji Akurasi PenyaFilter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna KulitJurnal CAUCHY – ISSN: 2086persentase jumlah piksel warna kulit dibandingkan dengan jumlah piksel bukan warna kulit lebih besar dari 50 persecitra pornografi. Bila kurang dari sama dengan 50 persen, citra dianggap bukan citra pornografi. Batas ambang prosentasepiksel kulit terhadap piksel bukan warna kulit ditentukan berdasarkan hasil eksperimen terhadap 120 citra pornografi dan 32 citra bukan pornografi. Penarikan Kesimpulan Penarikan kesimpulan merupakan proses penentuan apakah suatu halaman web tergolong halaman web pornografidigunakan untuk penarikan kesimpulan adalah adanya kata yang mengindikasikan unsur pornografi dan jumlah citra pornografi. Jika sistem tidak menemukan kata yang mengindikasikan pornografi, sistem akan menyimpan komentar. Jika siskata yang mengindikasikan pornografi tapi tidak metemukan satu pun citra pornografi dalam halaman web, sistem akan menyimpan komentar. Bila sistem menemukan adanya kata yang mengindikasikan pornografi dan metemukan setidaknya satu citra pornoweb, komentar tidak akan disimpan dan sistem akan menampilkan halaman pemblokiran komentar (Gambar 9).Gambar 9. Halaman pemblokiran komentarHASIL DAN PEMBAHASANUntuk menguji akurasi penyaringan halaman web, digunakan 10 sampel URL terdiri atas 6 halaman web pornografi dan 4 halaman web bukan pornografi.Untuk menguji akurasi identifikasi citra pornografi, digunakan 178 sampel citra. Sampel citra terdiri atas 118 citra pornografi dan 60 citra bukan pornografi. Uji akurasi penyaringan halaman web merupakan uji kuantitatif, sehingga hasil pengujian dibagi dalam empat kelompok, yaitu kelompok true positive (tn), kelompok kelompok false negative Uji Akurasi Penyaringan Halaman WebFilter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna KulitISSN: 2086-0382persentase jumlah piksel warna kulit dibandingkan dengan jumlah piksel bukan warna kulit lebih besar dari 50 persen, citra dianggap citra pornografi. Bila kurang dari sama dengan 50 persen, citra dianggap bukan citra pornografi. prosentase perbandingan luas piksel kulit terhadap piksel bukan warna kulit ditentukan berdasarkan hasil eksperimen citra pornografi dan 32 citra bukan Penarikan Kesimpulan Penarikan kesimpulan merupakan proses penentuan apakah suatu halaman web tergolong pornografi atau tidak. Kriteria yang digunakan untuk penarikan kesimpulan adalah adanya kata yang mengindikasikan unsur pornografi dan jumlah citra pornografi. Jika sistem tidak menemukan kata yang mengindikasikan pornografi, sistem akan menyimpan komentar. Jika sistem menemukan kata yang mengindikasikan pornografi tapi tidak metemukan satu pun citra pornografi dalam halaman web, sistem akan menyimpan komentar. Bila sistem menemukan adanya kata yang mengindikasikan pornografi dan metemukan setidaknya satu citra pornografi dalam halaman web, komentar tidak akan disimpan dan sistem akan menampilkan halaman pemblokiran ambar 9). Halaman pemblokiran komentarHASIL DAN PEMBAHASAN Untuk menguji akurasi penyaringan halaman web, digunakan 10 sampel URL terdiri atas 6 halaman web pornografi dan 4 halaman web bukan pornografi. Untuk menguji akurasi identifikasi citra pornografi, digunakan 178 sampel citra. Sampel citra terdiri atas 118 citra pornografi dan 60 citra rasi penyaringan halaman web merupakan uji kuantitatif, sehingga hasil pengujian dibagi dalam empat kelompok, yaitu true positive (tp), kelompok (tn), kelompok false positivekelompok false negative (fn). ringan Halaman WebFilter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna Kulit0382 persentase jumlah piksel warna kulit dibandingkan dengan jumlah piksel bukan warna n, citra dianggap citra pornografi. Bila kurang dari sama dengan 50 persen, citra dianggap bukan citra pornografi. perbandingan luas piksel kulit terhadap piksel bukan warna kulit ditentukan berdasarkan hasil eksperimen citra pornografi dan 32 citra bukan Penarikan kesimpulan merupakan proses penentuan apakah suatu halaman web tergolong atau tidak. Kriteria yang digunakan untuk penarikan kesimpulan adalah adanya kata yang mengindikasikan unsur pornografi dan jumlah citra pornografi. Jika sistem tidak menemukan kata yang mengindikasikan pornografi, sistem akan tem menemukan kata yang mengindikasikan pornografi tapi tidak metemukan satu pun citra pornografi dalam halaman web, sistem akan menyimpan komentar. Bila sistem menemukan adanya kata yang mengindikasikan pornografi dan metemukan grafi dalam halaman web, komentar tidak akan disimpan dan sistem akan menampilkan halaman pemblokiran Halaman pemblokiran komentar Untuk menguji akurasi penyaringan halaman web, digunakan 10 sampel URL. Sampel URL terdiri atas 6 halaman web pornografi dan 4 Untuk menguji akurasi identifikasi citra pornografi, digunakan 178 sampel citra. Sampel citra terdiri atas 118 citra pornografi dan 60 citra rasi penyaringan halaman web merupakan uji kuantitatif, sehingga hasil pengujian dibagi dalam empat kelompok, yaitu (tp), kelompok true false positive (fp), dan ringan Halaman Web Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna Kulit persentase jumlah piksel warna kulit dibandingkan dengan jumlah piksel bukan warna n, citra dianggap citra pornografi. Bila kurang dari sama dengan 50 persen, citra dianggap bukan citra pornografi. perbandingan luas piksel kulit terhadap piksel bukan warna kulit ditentukan berdasarkan hasil eksperimen citra pornografi dan 32 citra bukan Penarikan kesimpulan merupakan proses penentuan apakah suatu halaman web tergolong atau tidak. Kriteria yang digunakan untuk penarikan kesimpulan adalah adanya kata yang mengindikasikan unsur pornografi dan jumlah citra pornografi. Jika sistem tidak menemukan kata yang mengindikasikan pornografi, sistem akan tem menemukan kata yang mengindikasikan pornografi tapi tidak metemukan satu pun citra pornografi dalam halaman web, sistem akan menyimpan komentar. Bila sistem menemukan adanya kata yang mengindikasikan pornografi dan metemukan grafi dalam halaman web, komentar tidak akan disimpan dan sistem akan menampilkan halaman pemblokiran Untuk menguji akurasi penyaringan URL. Sampel URL terdiri atas 6 halaman web pornografi dan 4 Untuk menguji akurasi identifikasi citra pornografi, digunakan 178 sampel citra. Sampel citra terdiri atas 118 citra pornografi dan 60 citra rasi penyaringan halaman web merupakan uji kuantitatif, sehingga hasil pengujian dibagi dalam empat kelompok, yaitu true (fp), dan menghasilkan 6 halaman web pornografi dideteksi sebagai halaman web pornografi (tp = 60%), 0 halaman web pornografi deteksi sebagai bukan halaman web pornografi (tn = 0%), 2 halaman web bukan pornografi dhalaman web pornografi (fp = 20%), 2 halaman web bukan pornografi dideteksi sebagai bukan halaman web pornografi (fn = 20%). Hasil pengujian disampaikan pada tabel 1.adanya citra bukan pornografi yang didentifikasi sebagai citra pornografi.Tabel 1. Uji Akurasi Identifikasi Citra Pornografihasil sebagai berikut:1. 2. 3. 4. Beberapa hasil pengujian disampaikan pada tabel 2 dan tabel 3.dipengaruhi oleh kualitas citra, tingkat pencahayaan, serta keragaman warna kulit antar ras manusia. Munculndipengaruhi oleh antara lain adanya warna latar belakang obyek manusia pada citra menyerupai warna kulit manusia, serta adanya obyek manusia pada citra yang memenuhi sebagian besar luasan citra, misalnya pada citra foto manusia.No.1 Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna KulitPengujian terhadap 10 sampel URL menghasilkan 6 halaman web pornografi dideteksi sebagai halaman web pornografi (tp = 60%), 0 halaman web pornografi deteksi sebagai bukan halaman web pornografi (tn = 0%), 2 halaman web bukan pornografi dhalaman web pornografi (fp = 20%), 2 halaman web bukan pornografi dideteksi sebagai bukan halaman web pornografi (fn = 20%). Hasil pengujian disampaikan pada tabel 1.Munculnya adanya citra bukan pornografi yang didentifikasi sebagai citra pornografi.Tabel 1. Hasil uji akurasi penyaringan halaman webUji Akurasi Identifikasi Citra PornografiPengujian terhadap sampel memberikan hasil sebagai berikut: 112 sampel citra pornografi dideteksi sebagai citra pornografi (tp = 62,9%). 6 sampel citra pornografi dideteksi sebagai citra pornografi (tn = 3,37%) 51 sampel citra bukan pornografi dideteksi sebagai citra bukan pornografi (fn = 28,7%) 9 sampel citra bukan psebagai citra pornografi (fp = 5%)Beberapa hasil pengujian disampaikan pada tabel 2 dan tabel 3. Munculnya dipengaruhi oleh kualitas citra, tingkat pencahayaan, serta keragaman warna kulit antar ras manusia. Munculndipengaruhi oleh antara lain adanya warna latar belakang obyek manusia pada citra menyerupai warna kulit manusia, serta adanya obyek manusia pada citra yang memenuhi sebagian besar luasan citra, misalnya pada citra foto manusia. Tabel 2. Beberapa hasil pengujian terhadap citra No. Citra sampel Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna KulitPengujian terhadap 10 sampel URL menghasilkan 6 halaman web pornografi dideteksi sebagai halaman web pornografi (tp = 60%), 0 halaman web pornografi deteksi sebagai bukan halaman web pornografi (tn = 0%), 2 halaman web bukan pornografi dhalaman web pornografi (fp = 20%), 2 halaman web bukan pornografi dideteksi sebagai bukan halaman web pornografi (fn = 20%). Hasil pengujian disampaikan pada tabel 1.Munculnya false positiveadanya citra bukan pornografi yang didentifikasi sebagai citra pornografi. Hasil uji akurasi penyaringan halaman webUji Akurasi Identifikasi Citra PornografiPengujian terhadap sampel memberikan hasil sebagai berikut: sampel citra pornografi dideteksi sebagai citra pornografi (tp = 62,9%).6 sampel citra pornografi dideteksi sebagai citra pornografi (tn = 3,37%)51 sampel citra bukan pornografi dideteksi sebagai citra bukan pornografi (fn = 28,7%)9 sampel citra bukan psebagai citra pornografi (fp = 5%)Beberapa hasil pengujian disampaikan pada tabel Munculnya true negativedipengaruhi oleh kualitas citra, tingkat pencahayaan, serta keragaman warna kulit antar ras manusia. Munculnya dipengaruhi oleh antara lain adanya warna latar belakang obyek manusia pada citra menyerupai warna kulit manusia, serta adanya obyek manusia pada citra yang memenuhi sebagian besar luasan citra, misalnya pada citra foto Beberapa hasil pengujian terhadap citra pornografiCitra sampel Hasil Pengolahan Citra Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna KulitPengujian terhadap 10 sampel URL menghasilkan 6 halaman web pornografi dideteksi sebagai halaman web pornografi (tp = 60%), 0 halaman web pornografi deteksi sebagai bukan halaman web pornografi (tn = 0%), 2 halaman web bukan pornografi dideteksi sebagai halaman web pornografi (fp = 20%), 2 halaman web bukan pornografi dideteksi sebagai bukan halaman web pornografi (fn = 20%). Hasil pengujian disampaikan pada tabel 1. false positive dipengaruhi oleh adanya citra bukan pornografi yang didentifikasi Hasil uji akurasi penyaringan halaman webUji Akurasi Identifikasi Citra PornografiPengujian terhadap sampel memberikan sampel citra pornografi dideteksi sebagai citra pornografi (tp = 62,9%).6 sampel citra pornografi dideteksi sebagai citra pornografi (tn = 3,37%) 51 sampel citra bukan pornografi dideteksi sebagai citra bukan pornografi (fn = 28,7%)9 sampel citra bukan pornografi dideteksi sebagai citra pornografi (fp = 5%) Beberapa hasil pengujian disampaikan pada tabel true negative dipengaruhi oleh kualitas citra, tingkat pencahayaan, serta keragaman warna kulit antar ya false positivedipengaruhi oleh antara lain adanya warna latar belakang obyek manusia pada citra menyerupai warna kulit manusia, serta adanya obyek manusia pada citra yang memenuhi sebagian besar luasan citra, misalnya pada citra foto Beberapa hasil pengujian terhadap citra pornografi Hasil Pengolahan Citra identifikasi ? Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna Kulit 211 Pengujian terhadap 10 sampel URL menghasilkan 6 halaman web pornografi dideteksi sebagai halaman web pornografi (tp = 60%), 0 halaman web pornografi deteksi sebagai bukan halaman web pornografi (tn = 0%), 2 ideteksi sebagai halaman web pornografi (fp = 20%), 2 halaman web bukan pornografi dideteksi sebagai bukan halaman web pornografi (fn = 20%). Hasil dipengaruhi oleh adanya citra bukan pornografi yang didentifikasi Hasil uji akurasi penyaringan halaman web Uji Akurasi Identifikasi Citra Pornografi Pengujian terhadap sampel memberikan sampel citra pornografi dideteksi sebagai citra pornografi (tp = 62,9%). 6 sampel citra pornografi dideteksi sebagai 51 sampel citra bukan pornografi dideteksi sebagai citra bukan pornografi (fn = 28,7%) ornografi dideteksi Beberapa hasil pengujian disampaikan pada tabel dapat dipengaruhi oleh kualitas citra, tingkat pencahayaan, serta keragaman warna kulit antar positive dapat dipengaruhi oleh antara lain adanya warna latar belakang obyek manusia pada citra menyerupai warna kulit manusia, serta adanya obyek manusia pada citra yang memenuhi sebagian besar luasan citra, misalnya pada citra foto Beberapa hasil pengujian terhadap citra Ter- identifikasi ?Ya Yusron Rijal dan Awalia Nofitasri 212 Volume 1 No. 4 Mei 2011 2 Ya 3 Ya 4 Ya 5 Ya Tabel 3. Beberapa hasil pengujian terhadap citra bukan pornografi No. Citra sampel Hasil Pengolahan Citra Ter identifikasi ?1 Tidak 2 Ya 3 Tidak 4 Ya 5 Tidak 6 Tidak 7 Tidak 8 Tidak 9 Tidak 10 Ya PENUTUP Hasil evaluasi menunjukkan bahwa penyaringan halaman web pornografi mengggunakan pendekatan deteksi warna kulit dapat dilakukan. Keberhasilan penyaringan halaman web pornografi sangat dipengaruhi oleh tingkat keberhasilan pendeteksian warna kulit. Akurasi penyaringan halaman web dapat ditingkatkan dengan mengkombinasikan pendeteksian citra dengan sistem IP filtering dan text filtering. Beberapa metode yang dapat dilakukan untuk meningkatkan akurasi pendeteksian citra antara lain: 1. Melakukan penggolongan warna kulit berdasarkan kecerahan warna kulit. 2. Mengkombinasikan metode deteksi warna kulit dengan pendeteksian tepi. 3. Mengkombinasikan metode deteksi warna kulit dengan pengenalan fitur. 4. Mengkombinasikan metode deteksi warna kulit dengan identifikasi kontur. DAFTAR PUSTAKA [1] Abadpour, A. & Kasaei, S. 2005. Pixel-Based Skin Detection for Pornography Filtering, (Online), (http://ce.sharif.edu/~ipl/Papers/ Ijeee-05-AA.pdf, diakses 15 Pebruari 2009) [2] Achmad, U. 2005. Pengolahan Citra Digital dan Teknik Pemrogramannya. Jogjakarta: Graha Ilmu [3] Anderson, D.L, Shapiro, L. 2006. Introduction to Chain Codes, (Online), (http://www. mind. ilstu.edu/curriculum/chain_codes_intro/chain_codes_intro.php?modGUI=162&compGUI=1704&itemGUI=2966, diakses 10 Maret 2009) [4] Ap-apid, R. 2005. An Algorithm for Nudity Detection, (Online), (http://www.math.admu .edu.ph/~raf/pcsc05/proceedings/AI4.pdf, diakses 15 Pebruari 2009) [5] Arifianto, R.D. 2008. Deteksi Wajah Menggunakan Metode Segmentasi Berbasis Model Warna Pada Objek Bergerak, (Skripsi). STIKOMP Surabaya [6] Blogspot. 2009. JPEG: The Most Popular Image Compression, (Online), (http:// suicunesoul.blogspot.com/2008/10/jpeg-most-popular-image-compression-you.html, diakses 10 Maret 2009) [7] Bosson, A., Cawleyz, G., Chanz, Y., & Harveyz, R. 2002. Non-retrieval: blocking pornographic images, (Online), (http:// www2.cmp.uea.ac.uk/~rwh/research/repri Filter Halaman Web Pornografi Menggunakan Kecocokan Kata dan Deteksi Warna Kulit Jurnal CAUCHY – ISSN: 2086-0382 213 nts/civr2002.pdf, diakses 17 Pebruari 2009) [8] Boutell. 2009. WWW FAQs: What is a URL?, (Online), (http://www.boutell.com/newfaq/ definitions/url.html, diakses 18 Maret 2009) [9] Brown, D.A., Craw, I., Lewthwaite J. 2001. A SOM Based Approach to Skin Detection with Application in Real Time Systems, (Online), (http://www.bmva.ac.uk/bmvc/2001/papers /33/accepted_33.pdf, diakses 19 Pebruari 2009) [10] Carlsson, A., Eriksson, A., Isik, M.. 2008. Automatic Detection of Images Containing Nudity, (Online), (http://publications.lib. chalmers.se/records/fulltext/76159.pdf, diakses 17 Pebruari 2009) [11] Castleman, K.R. 1996. Digital Image Processing. New Jersey: Prentice-Hall [12] Chan, Y., Harvey R., Smith D. 1999. Building System to Block Pornography, (Online), (http://www2.cmp.uea.ac.uk/~rwh/research/reprints/cir99.pdf, diakses 18 Pebruari 2009) [13] Gonzalez, R. C and Woods, R. E. 2002. Digital Image Processing. New Jersey: Prentice Hall [14] Jones, M. & Rehg, J. 1998. Statistical Color Models with Application to Skin Detection, (Online), (http://www.hpl.hp.com/techre ports/Compaq-DEC/CRL-98-11.pdf, diakses 17 Pebruari 2009) [15] Liang K.M., Scott S.D., Waqas M. 2004. Detecting Pornographic Images, (Online), (http://www.projekcarpet.com/detectingpornographicimages.pdf, diakses 18 Pebruari 2009) [16] Lin, Y., Tseng, H. & Fuh, C. 2003. Porno-graphy Detection Using Support Vector Machine, (Online), (http://www.csie.mcu. edu.tw/~yklee/CVGIP03/CD/Paper/CV/CV-07.pdf, diakses 17 Pebruari 2009) [17] Mandelbrot-Dazibao. 2009. HSV Colorspace, (Online), (http://www.mandelbrot-dazibao. com/HSV/HSV.htm, diakses 10 Maret 2009) [18] Munir, R. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Informatika [19] NCSU. 2009. Color Principles - Hue, Saturation, and Value, (Online), (http:// www.ncsu.edu/scivis/lessons/colormodels/color_models2.html, diakses 10 Maret 2009) [20] PHP Documentation Group. 2009. PHP Manual, (Online), (http://www.php.net/ manual/en/, diakses 10 Maret 2009) [21] RGBWorld. 2007. Color, (Online), (http:// www.RGBWorld.com.color.html, diakses 18 Pebruari 2009) [22] Rijal, Y., Supeno, M. & Purnomo, M.H. 2006. Deteksi Wajah Pada Objek Bergerak Dengan Menggunakan Kombinasi Gabor Filter Dan Gaussian Low Pass Filter. Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2006. Universitas Islam Indonesia [23] SitePoint Forum. 2009. Don’t get this bitshifting colors code, (Online), (http:// www.sitepoint.com/forums/showthread.php?t=587190, diakses 10 Maret 2009) [24] Starykevitch, B. & Daoudi, M.. 2002. Poesia software architecture definition document. (Online), (http://www.poesiafilter.org/pdf/ Deliverable_3_1.pdf, diakses 18 Pebruari 2009) [25] Sun. 2009. What is a URL?, (Online), (http://java.sun.com/docs/books/tutorial/networking/urls/definition.html, diakses 18 Maret 2009) [26] University of Illinois at Urbana-Champaign. 2009. What’s a URL?, (Online), (http:// www.cites.illinois.edu/101/url101.html, diakses 18 Maret 2009) [27] Wang, J., Li, J., Wiederhold, G., & Firschein, O. 1998. System for Screening Objectionable Images, (Online), (http://infolab.stanford. edu/IMAGE/JCC98/wang.pdf, diakses 17 Pebruari 2009) [28] WebDeveloperNotes. 2009. URLs – What is an URL?, (Online), (http://www.webdeve-lopersnotes.com/basics/urls.php3, diakses 18 Maret 2009) [29] Wikipedia. 2007. RGB Color Model, (Online), (http://www.wikipedia.org/wiki/RGB color model.htm, diakses 18 Pebruari 2009) [30] Wilson, Brian. 2009. URL Encoding, (Online), (http://www.blooberry.com/indexdot/html/topics/urlencoding.htm, diakses 18 Maret 2009) [31] Wordpress. 2009. Color Management, (Online), (http://warto.files.wordpress.com/ 2008/11/g-color-management.ppt, diakses 10 Maret 2009) Citations (0) References (19) An Algorithm for Nudity Detection Article Full-text available Jan 2005 Rigan Ap-apid View Show abstract Comprehensive Evaluation of the Pixel-Based Skin Detection Approach for Pornography Filtering in the Internet Resources Article Full-text available Jan 2005 Arash AbadpourShohreh Kasaei View Show abstract Pornography detection using support vector machine Article Full-text available Jan 2003 Yu-Chun LinHung-Wei TsengChiou-Shann Fuh View Show abstract Recommendations Discover more publications, questions and projects in Filtering Project Prediksi Beban Listrik Jawa Timur Berbasis Discreet Fourier Transform Yusron Rijal Electricity is source which required for all human being. That make people live depent of it. In Indonesia who have big citizen make very difficult to divide Electricity. PLN (Persero) the company…" [more] View project Article Pornography detection using support vector machine January 2003 As Internet grows quickly, pornography, which is often printed into a small quantity of publication in the past, becomes one of the highly distributed information over Internet. However, pornography may be harmful to children, and may affect the efficiency of workers. In this paper, we design an easy scheme for detecting pornography. We exploit primitive information from pornography and use... [Show full abstract] Read more Article An Algorithm for Nudity Detection January 2005 This paper presents an algorithm for detecting nudity in color images. A skin color distribution model based on the RGB, Normalized RGB, and HSV color spaces is constructed using correlation and linear regression. The skin color model is used to identify and locate skin regions in an image. These regions are analyzed for clues indicating nudity or non - nudity such as their sizes and relative... [Show full abstract] Read more Conference Paper Image-Based Pornography Detection. January 2008 Read more Article Optimalisasi Reduksi Noise Menggunakan Chain-Code Termodifikasi pada Pendeteksian Wajah May 2010 Digital image face detection had been developing so much in this last decade. The searching for the best method is still walking until today. This face detection research is using color model based segmentation method combined with template matching. There are 4 main process in this research. First, motion detection is used to minimize the size of the image by subtracting image n with image... [Show full abstract] Read more Conference Paper Characterizing objectionable image content (pornography and nude images) of specific Web segments: C... January 2005 In this paper we perform a characterization of the objectionable image content (pornography and nude images) of the Chilean Web (.cl domain). This characterization is based on a novel objectionable image filtering system that detects porno and nude images. In an automated process we examine all .cl Web sites, and download a large number of the available images. Then, we analyze the images'... [Show full abstract] Read more Discover more Data provided are for informational purposes only. Although carefully collected, accuracy cannot be guaranteed. Publisher conditions are provided by RoMEO. Differing provisions from the publisher's actual policy or licence agreement may be applicable. This publication is from a journal that may support self archiving.Learn more Last Updated: 20 Dec 17 © 2008-2018 ResearchGate GmbH. All rights reserved.About us · Help Center · Careers · Developers · News · Privacy · Terms · Copyright · Impressum | Advertising · Recruiting Contoh Tulisan Berjalan