Nama : Andri Adam

NPM :10118792

Kelas : 4KA32

Generative adversarial network (GAN)

Generative adversarial network (GAN) adalah jenis konstruksi dalam teknologi jaringan
saraf yang menawarkan banyak potensi di dunia kecerdasan buatan. Jaringan permusuhan
generatif terdiri dari dua jaringan saraf yaitu jaringan generatif dan jaringan diskriminatif. Ini
bekerja bersama untuk menyediakan simulasi tugas konseptual tingkat tinggi.
Ada dua jenis teknik pemodelan yaitu pemodelan diskriminatif dan pemodelan generatif.
Model diskriminatif adalah model khas yang digunakan untuk klasifikasi dalam pembelajaran
mesin. Mereka mengambil input sebagai fitur X (gambar, untuk klasifikasi gambar) dan
memprediksi output Y (probabilitas gambar) untuk fitur yang diberikan. Di sisi lain, keluaran
model generatif menampilkan X (gambar) yang diberi nilai acak.

Bagaimana cara kerja GAN?

GAN terdiri dari dua blok, generator, dan diskriminator. Diskriminator adalah jaringan
terlatih yang akan dapat membedakan antara gambar asli dan palsu, sedangkan generator tidak
terlatih. Menggunakan nilai acak, generator akan menghasilkan gambar yang kemudian
diumpankan ke diskriminator. Kemudian diskriminator akan memberikan seberapa palsu/nyata
gambar yang dihasilkan. Ini membantu generator untuk menyempurnakan generasi gambar
berikutnya, akhirnya menghasilkan gambar palsu yang tidak dapat dibedakan.
Dengan namanya, Anda dapat melihat generator dan diskriminator saling bertentangan
untuk menghasilkan gambar baru.
 Pemanfaatan dalam bisnis Salon & Barbershop
Karena peningkatan pesat jaringan permusuhan generatif (GAN), pengeditan gambar
berbasis GAN baru-baru ini menjadi alat yang banyak digunakan dalam aplikasi misalnya untuk
alat pengeditan foto media sosial dan para professional. Yang menarik adalah alat untuk mengedit
foto wajah manusia. Saya mengusulkan pemanfaatan baru untuk mengedit gambar dengan
mencampur elemen dari beberapa contoh gambar untuk membuat gambar komposit(gabungan).
Fokusnya adalah pada tugas mengedit rambut.
GAN dapat diterapkan pada dunia styling rambut khususnya barbershop dan salon.
Seorang customer biasanya bingung untuk menentukan gaya rambut apa yang cocok untuknya,
dan agak kesulitan untuk menggambarkannya. Dengan teknologi GAN masalah ini dapat diatasi
dengan cukup baik. Karena GAN dapat menyesuaikan contoh gambar model rambut yang kita
inginkan sesuai dengan gambar wajah kita menggunakan metode topeng segmentasi. User dapat
memberikan foto asli wajahnya, lalu memilih gambar model rambut yang diinginkan dan dapat
memasukan juga gambar untuk model warna rambut yang sesuai.
Aplikasi dapat dibuat dalam bentuk aplikasi mobile atau website. Jika aplikasi mobile maka
bisa digunakan teknologi RestFul API untuk mengirim gambar ke server yang kemudian server
dapat menjalankan teknologi GAN dan akan memberikan hasilnya ke pengguna aplikasi mobile.
Untuk website juga hampir sama, namun karena website sudah ada di server maka dapat langsung
menjalankan teknologi GAN ini. Dapat pula menaruh aplikasi ini pada ruang tunggu di salon atau
barbershop sebelum kemudian dapat menunjukan hasilnya ke kapster.

(sumber: https://zpdesu.github.io/Barbershop/Barbershop.pdf )