Syakira Yudith Astiti - 11520023 - 4PA13 - Laporan Akhir M1
Syakira Yudith Astiti - 11520023 - 4PA13 - Laporan Akhir M1
NPM : 11520023
Kelas : 4PA13
Laporan Akhir M1
Generative Adversarial Network adalah sebuah arsitektur jaringan saraf tiruan yang
bertujuan untuk membentuk atau membangkitkan suatu data yang benar-benar baru, dari tidak
ada menjadi ada. Umumnya target utama dari GAN adalah data citra. Secara singkat, jaringan
GAN dilatih untuk mampu membangkitkan suatu gambar baru berdasarkan kumpulan gambar
yang telah dilihat sebelumnya selama proses pelatihan. Secara umum arsitektur GAN terdiri
dari 2 jaringan yaitu:
Salah satu contoh implementasi GAN yang populer adalah dalam pembuatan gambar
realistik. Dalam kasus ini, generator menghasilkan gambar palsu yang mirip dengan gambar
asli, sedangkan discriminator membedakan antara gambar asli dan palsu. Contoh lainnya
adalah dalam pembuatan teks yang mirip dengan teks asli. Generator menghasilkan teks palsu
yang memiliki struktur dan gaya yang mirip dengan teks asli, sedangkan discriminator
membedakan antara teks asli dan palsu.
Implementasi GAN juga dapat diterapkan dalam berbagai bidang lainnya, seperti
pembuatan musik, pembuatan video, dan bahkan dalam bidang kedokteran untuk menghasilkan
gambar medis yang realistis. Dengan menggunakan GAN, kita dapat menghasilkan data baru
yang memiliki karakteristik yang mirip dengan data pelatihan, yang dapat digunakan dalam
berbagai aplikasi seperti augmentasi data, pembuatan konten kreatif, dan banyak lagi.