Nama : Irma Wahyuni Kasim

NPM : 10220765

Kelas : 4EA05

Carilah materi dan buatlah rangkuman mengenai GAN dan hasil contoh implementasi dari algoritma
GAN.

Jawaban :

Generative Adversarial Network (GAN) adalah jenis arsitektur jaringan saraf tiruan yang terdiri dari
dua komponen utama: generator dan diskriminator. GAN dirancang untuk menghasilkan data baru
yang terlihat mirip dengan data pelatihan. Cara kerja GAN adalah dengan membiarkan generator
mencoba menghasilkan data palsu yang mirip dengan data asli, sementara diskriminator mencoba
membedakan antara data palsu dan data asli. Proses ini membentuk sebuah permainan antara
generator dan diskriminator, di mana keduanya belajar secara bersamaan.

Generator mencoba untuk memproduksi data palsu yang semirip mungkin dengan data asli,
sementara diskriminator mencoba untuk membedakan antara data asli dan palsu. Seiring
berjalannya waktu, generator menjadi semakin baik dalam menghasilkan data palsu yang realistis,
sementara diskriminator menjadi semakin baik dalam membedakan data palsu dan asli. Tujuannya
adalah mencapai titik di mana data palsu yang dihasilkan oleh generator sangat sulit dibedakan dari
data asli.

Contoh Implementasi GAN :

Salah satu contoh implementasi GAN yang paling terkenal adalah dalam generasi gambar realistis.
Berikut adalah hasil contoh implementasi GAN dalam menghasilkan gambar:

1. Generasi Wajah Manusia: GAN dapat digunakan untuk menghasilkan gambar-gambar wajah
manusia yang terlihat sangat realistis. Ini berguna dalam berbagai aplikasi seperti pembuatan
avatar, augmentasi data pelatihan untuk tugas pengenalan wajah, atau bahkan dalam
pembuatan karakter untuk game.
2. Generasi Gambar Hewan: GAN juga dapat digunakan untuk menghasilkan gambar-gambar
hewan yang realistis. Ini dapat berguna dalam dunia hiburan, ilustrasi, atau simulasi.

3. Restorasi Gambar: GAN dapat digunakan untuk memperbaiki gambar yang rusak atau buram.
Misalnya, dalam pemulihan gambar lama yang rusak atau dalam pemulihan gambar medis
yang kabur.