MOE-DIFFUSION: MENCIPTAKAN WAJAH KARAKTER ANIME DENGAN KECERDASAN BUATAN GENERATIF METODE DENOISING DIFFUSION

• HERDY HARDIYANT
• 2024

---

Teknologi kecerdasan buatan (AI) generatif telah berkembang pesat dalam beberapa tahun terakhir, dengan berbagai model yang mampu menghasilkan gambar realistis dan kreatif. Salah satu model yang menjanjikan adalah penghilangan derau difusi (Denoising Diffusion), yang dapat menghasilkan gambar dari derau (Derau) secara bertahap. Model ini memiliki potensi untuk digunakan dalam berbagai aplikasi, termasuk pembuatan gambar anime. Skripsi ini bertujuan untuk mengembangkan model dengan metode penghilangan derau yang dapat menghasilkan gambar anime secara acak dari gambar derau. Model difusi dipilih karena kemampuannya dalam menghasilkan sampel data yang realistis dan beragam. Model ini akan dilatih dengan Dataset gambar wajah anime dan diproses menggunakan trik pelepasan dan pencampuran untuk menghasilkan gambar derau yang sesuai. Model akan dilatih dengan tujuan meminimalkan perbedaan antara gambar yang dihasilkan dan gambar asli tanpa membuat model menghafal Dataset gambar. Hasil penelitian menunjukkan bahwa model penghilangan derau yang dilatih dengan teknik pengolahan data pelepasan dan pencampuran dapat menghasilkan gambar anime yang kreatif. Model ini dapat menghasilkan gambar wajah anime dengan berbagai gaya.

Generative artificial intelligence (AI) technology has advanced rapidly in recent years, with various models capable of producing realistic and creative images. One promising model is Diffusion Denoising, which can produce images from noise gradually. This model has the potential to be used in a variety of applications, including the creation of anime images. This thesis aims to develop a model using the Denoising Diffusion method which can produce random anime images from noisy images. The diffusion model was chosen because of its ability to produce realistic and diverse data samples. This model will be drilled with a Dataset of anime face images and processed using deblending and blending tricks to produce a suitable noisy images. The model will be drilled with the goal of minimizing the difference between the generated image and the original image without making the model memorize the image Dataset. The research results show that the Denoising Diffusion model drilled with data deblending and blending techniques can produce creative anime images. This model can produce anime face images in various styles.

• AI Generatif
• Penghilangan derau
• Gambar Anime
• Trik Pelepasan
• Pencampuran

https://repository.bsi.ac.id/repo/52513/MOE-DIFFUSION:-MENCIPTAKAN-WAJAH-KARAKTER-ANIME-DENGAN-KECERDASAN-BUATAN-GENERATIF-METODE-DENOISING-DIFFUSION
Anda dapat membaca file tugas akhir ini di repository.