Detail Cantuman

Image Captioning adalah proses menghasilkan deskripsi tekstual untuk gambar yang diberikan. Dengan melibatkan area dari Computer Vision untuk memahami konten gambar dan model bahasa dari bidang Natural Language Processing (NLP) untuk mengubah pemahaman gambar menjadi kata-kata dalam urutan yang benar. Berdasarkan dari penelitian-penelitian yang ada, penelitian ini mencoba mengimplementasikan arsitektur encoder-decoder melihat dari penelitian sebelumnya pada Image Captioning. Metode yang digunakan yaitu image based model; Xception (Extreme Inception) dan caption based model; GRU (Gated Recurrent Unit). Pengujian dilakukan dengan parameter skor BLEU pada setiap model yang terbentuk dari epoch. Pengukuran skor BLEU menggunakan 4-gram yang terdiri dari skor BLEU-1, BLEU-2, BLEU-3, dan BLEU-4. Dengan proses epoch yang dilakukan sebanyak 10 kali, maka didapatkan skor BLEU-1 yang dimana nilai paling mendekati 1.0 merupakan kalimat yang sama dengan kalimat kandidat yaitu skor BLEU-1 tertinggi ada pada epoch ke-15 dengan skor BLEU-1, BLEU-2, BLEU-3, dan BLEU-4 yaitu (0.642851, 0.449463, 0.347998, 0.212118).