Pengembangan Model Deskripsi Komposisi Dan Klasifikasi Komposisi Fotografi Berbasis Segmentasi Semantik

Jauhari, Ahmad Alvin (2026) Pengembangan Model Deskripsi Komposisi Dan Klasifikasi Komposisi Fotografi Berbasis Segmentasi Semantik. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5025221180-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (12MB) | Request a copy

Abstract

Estetika dalam fotografi tidak lepas dari peran penting komposisi objek. Komposisi objek dalam fotografi yang baik dapat memengaruhi daya tarik visual dan penyampaian pesan dalam sebuah gambar. Para fotografer tentunya akan berusaha semaksimal mungkin untuk mendapatkan gambar yang memenuhi konsep komposisi objek dalam fotografi antara lain Rule of Third, Leading Lines, Symetric, dan analisis konteks objek fotografi. Proposal tugas akhir ini bertujuan untuk mengembangkan sistem analisis dan klasifikasi komposisi fotografi secara otomatis berbasis segmentasi semantik dan menilai estetika dari sebuah foto dengan mengelompokkannya menjadi estetika tinggi (high aesthetic) dan estetika rendah (low aesthetic). Dataset yang digunakan dalam penelitian ini adalah Aesthetic Visual Analysis Dataset (AVA Dataset) yang berisi 255.000 foto dengan penilaian estetika. Untuk mengekstraksi fitur komposisi visual, penelitian ini mengintegrasikan metode segmentasi semantik menggunakan U2Net sebagai pendeteksi objek utama dalam sebuah foto dan SegFormer-B5 untuk menghasilkan segmentation mask yang merepresentasikan elemen objek dalam gambar yang digunakan sebagai konteks analisis. Analisis komposisi simetri dilakukan dengan memanfaatkan pendekatan Intersection over Union (IoU) untuk mengukur derajat kesamaan struktural objek utama melalui komparasi matriks biner dengan hasil refleksi spasialnya pada sumbu vertikal maupun horizontal. Evaluasi nilai estetika spasial dihitung dengan mengukur jarak Euclidean antara koordinat titik berat (centroid) objek utama terhadap titik-titik persimpangan ideal bingkai berdasarkan kaidah Rule of Thirds dan pusat koordinat kanvas. Seluruh tahapan ini menghasilkan representasi vektor fitur numerik yang terkuantifikasi dan objektif, yang bertindak sebagai parameter input terstruktur bagi model pengklasifikasi guna mengevaluasi kualitas estetika fotografi secara otomatis. Hasil ekstraksi fitur tersebut menjadi label multi class yang akan dijadikan target untuk model untuk mengenali pola gambar dengan nilai masing masing komposisi. Didapatkan nilai akurasi untuk model terbaik masing masing label yang terdiri dari akurasi label estetika sebesar 73,48%, akurasi label komposisi Rule of Third sebesar 73,10%, akurasi label kom-posisi centre sebesar 82,15%, akurasi label komposisi symmetry sebesar 84,52%, dan akurasi label pengenalan konteks lingkungan fotografi sebesar 83,90%.
==================================================================================================================================
Aesthetics in photography is inseparable from the critical role of object composition. Effec-tive object composition significantly influences the visual appeal and the communicative power of an image. Photographers consistently strive to capture images that adhere to estab-lished compositional principles, including the Rule of Thirds, Leading Lines, Symmetry, and context analysis of photographic objects. This final project aims to develop an automated photography composition analysis and classification system based on semantic segmenta-tion, which evaluates image aesthetics by categorizing them into high and low aesthetic classes. The study utilizes the Aesthetics Visual Analysis (AVA) Dataset, which comprises 255,000 images with associated aesthetic ratings. To extract visual composition features, the research integrates semantic segmentation using U2Net to detect the primary object, and SegFormer-B5 to generate segmentation masks representing the object elements used for context analysis. Symmetry analysis is conducted by utilizing the Intersection over Union (IoU) approach to measure the structural similarity of the primary object through a binary matrix comparison with its spatial reflection on the vertical and horizontal axes. Spatial aes-thetic evaluation is executed by calculating the Euclidean distance between the centroid co-ordinates of the primary object and the ideal intersection points defined by the Rule of Thirds and the canvas center. These stages generate a quantified and objective numerical feature vector, which serves as a structured input parameter for the classification model to automatically evaluate photographic aesthetic quality. The results of the feature extraction are mapped into multi-class labels, serving as targets for the model to recognize image pat-terns based on their respective composition values. The accuracy values achieved by the best-performing model for each label consist of 73,48% for the aesthetic label, 73,10% for the Rule of Thirds composition label, 82,15% for the center composition label, 84,52% for the symmetry composition label, and 83,90% for the photographic environmental context recognition label.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Estetika Fotografi. Klasifikasi Multi-label, Komposisi Fotografi, Semantic Segmentation, SegFormer, U2Net.
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Ahmad Alvin Jauhari
Date Deposited:	27 Jul 2026 06:19
Last Modified:	27 Jul 2026 06:19
URI:	http://repository.its.ac.id/id/eprint/137833

Available Versions of this Item

• Pengembangan Model Deskripsi Komposisi Dan Klasifikasi Komposisi Fotografi Berbasis Segmentasi Semantik. (deposited 26 Jul 2026 06:44)
  • Pengembangan Model Deskripsi Komposisi Dan Klasifikasi Komposisi Fotografi Berbasis Segmentasi Semantik. (deposited 27 Jul 2026 06:19) [Currently Displayed]

Actions (login required)

View Item