Keywords
analisis visual
kecerdasan buatan
How to Cite
Abstract
Penelitian ini berfokus pada analisis tingkat kemiripan antara gambar yang dihasilkan oleh kecerdasan buatan (AI) dan gambar buatan manusia menggunakan metode Structural Similarity Index Measure (SSIM). SSIM dipilih karena kemampuannya dalam mengevaluasi kualitas gambar berdasarkan persepsi visual manusia. Proses dilakukan dengan terhadap total 200 gambar yang terdiri dari dua kelompok; gambar buatan manusia dan gambar hasil generative AI, yang masing-masing gambar ukurannya telah disamakan yaitu 224 x 224 piksel. Hal ini bertujuan untuk menyamanjan dimensi input. Dari pengamatan, resize ini menstabilkan nilai SSIM, terutama untuk gambar buatan tangan atau fotografi yang awalnya memiliki ukuran acak. Hasil penelitian menunjukkan nilai rata – rata SSIM sebesar 0.648 , yang mengindikasi bahwa gambar AI memiliki tingkat kemiripan structural yang sedang.
References
[1] M. Muhaemin dan G. Artikel, “Analisis Pemanfaatan Artificial Intelligence (AI) sebagai Referensi dalam Desain Komunikasi Visual Analysis of Utilizing Artificial Intelligence (AI) as a Reference in Visual Communication Design Article Info ABSTRAK,” 2023. doi: https://doi.org/10.30812/sasak.v5i1.2966.
[2] A. Nur Fadilla dan P. Munadiyah Ramadhani, “Problematika Penggunaan AI (Artificial Intellegence) di Bidang Ilustrasi : AI VS Artist,” vol. 4, no. 1, 2023, doi: 10.33153/citrawira.v4i1.47.
[3] N. E. Neef, S. Zabel, M. Papoli, dan S. Otto, “Drawing the full picture on diverging findings: adjusting the view on the perception of art created by artificial intelligence,” AI Soc, 2024, doi: 10.1007/s00146-024-02020-z.
[4] R. A. Prawiratama, S. Sumarno, dan I. A. Kautsar, “RANCANG BANGUN APLIKASI UJI KEMIRIPAN GAMBAR AI GENERATIVE DAN GAMBAR BUATAN TANGAN MENGGUNAKAN METODE DEEP LEARNING,” Jurnal Teknik Informasi dan Komputer (Tekinkom), vol. 7, no. 1, hlm. 114, Jun 2024, doi: 10.37600/tekinkom.v7i1.1192.
[5] I. Bakurov, M. Buzzelli, R. Schettini, M. Castelli, dan L. Vanneschi, “Structural similarity index (SSIM) revisited: A data-driven approach,” Expert Syst Appl, vol. 189, Mar 2022, doi: 10.1016/j.eswa.2021.116087.
[6] V. V. Starovoitov, E. E. Eldarova, dan K. T. Iskakov, “Comparative analysis of the ssim index and the pearson coefficient as a criterion for image similarity,” Eurasian Journal of Mathematical and Computer Applications, vol. 8, no. 1, hlm. 76–90, 2020, doi: 10.32523/2306-6172-2020-8-1-76-90.
[7] J. Hall dan D. Schofield, “The Value of Creativity: Human Produced Art vs. AI-Generated Art,” Art and Design Review, vol. 13, no. 01, hlm. 65–88, 2025, doi: 10.4236/adr.2025.131005.
[8] D. Nurcahyanti dan B. Kecerdasan Buatan, “Mimesis: Aplikasi Pendeteksi Kemiripan Visual Berbasis Kecerdasan Buatan.” doi: https://doi.org/10.52969/seminarikj.v2i.54.
[9] H. B. Sumarna, E. Utami, dan A. D. Hartanto, “Tinjauan Literatur Sistematik tentang Structural Similarity Index Measure untuk Deteksi Anomali Gambar Systematic Literature Review of Structural Similarity Index Measure for Image Anomaly Detection,” Citec Journal, vol. 7, no. 2, 2020, doi:rg/10.24076/citec.2020v7i2.248.
[10] A. Satriawan, B. Imran, dan S. Erniwati, “IDENTIFIKASI KEMIRIPAN FOTO ASLI DAN SKETSA MENGGUNAKAN MODEL GENERATIVE ADVERSARIAL NETWORKS (GANs),” Jurnal Kecerdasan Buatan dan Teknologi Informasi, vol. 2, no. 3, hlm. 122–127, 2023, doi: https://doi.org/10.69916/jkbti.v2i3.36.
[11] A. Horé dan D. Ziou, “Image quality metrics: PSNR vs. SSIM,” dalam Proceedings - International Conference on Pattern Recognition, 2010, hlm. 2366–2369. doi: 10.1109/ICPR.2010.579.
[12] I. T. Erwin, Abdul Latief Arda, Imran Taufik, Muhammad Erwin Rosyadi. S, dan Hilyatul Auliyah Erwin, “IMPLEMENTASI MODEL DeiT UNTUK MEMBEDAKAN GAMBAR BUATAN AI DAN MANUSIA PADA ILUSTRASI ANIMASI 2D,” INTI Nusa Mandiri, vol. 19, no. 2, hlm. 172–180, Feb 2025, doi: 10.33480/inti.v19i2.6306.
[13] Y. L. Khaleel, M. A. Habeeb, dan T. O. C. EDOH, “Limitations of Deep Learning vs. Human Intelligence: Training Data, Interpretability, Bias, and Ethics,” Applied Data Science and Analysis, vol. 2025, hlm. 3–6, Feb 2025, doi: 10.58496/ADSA/2025/002.
[14] S. Enggar Sukmana dan D. Nurfitri Oktaviani, “Inkonsistensi Antara Hasil Pengukuran SSIM Dengan Kondisi Visual Citra Hasil Metode Denoising Berbasis Ant Colony Optimization Inconsistency Between SSIM Result and Visual Condition of Image Resulting from Denoising Method based Ant Colony Optimization.” doi: https://doi.org/10.33633/tc.v16i3.1453.
[15] A. Bionda, L. Frittoli, dan G. Boracchi, “Deep Autoencoders for Anomaly Detection in Textured Images Using CW-SSIM,” dalam Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), Springer Science and Business Media Deutschland GmbH, 2022, hlm. 669–680. doi: 10.1007/978-3-031-06430-2_56.
[16] M. P. Sampat, Z. Wang, S. Gupta, A. C. Bovik, dan M. K. Markey, “Complex wavelet structural similarity: A new image similarity index,” IEEE Transactions on Image Processing, vol. 18, no. 11, hlm. 2385–2401, 2009, doi: 10.1109/TIP.2009.2025923.
[17] Z. Yu, F. Guan, Y. Lu, X. Li, dan Z. Chen, “SF-IQA: Quality and Similarity Integration for AI Generated Image Quality Assessment.” doi: 10.1109/CVPRW63382.2024.00663.
[18] I. Bakurov, M. Buzzelli, R. Schettini, M. Castelli, dan L. Vanneschi, “Structural similarity index (SSIM) revisited: A data-driven approach,” Expert Syst Appl, vol. 189, Mar 2022, doi: 10.1016/j.eswa.2021.116087.
[19] M. Nouran, “Ai vs Human Generated Image │Kaggle,” 2025.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Khaila Puteri Yuanda, Meri Puspita Sari, Erna Daniati