Dokumen ini membahas prospek sistem analisis konten media penyiaran digital. Ia menjelaskan tantangan seperti menganalisis data besar secara real-time, konten gambar, suara, dan deteksi pelanggaran. Teknologi seperti Tensor Flow dapat digunakan untuk aplikasi seperti deteksi label, objek, wajah, transkripsi suara, dan deteksi konten eksplisit pada video. Kesimpulannya, kebutuhan analisis konten media KPI se

1. PROSPEK SISTEM
ANALISIS KONTEN MEDIA
PENYIARAN DIGITAL
Ismail Fahmi, Ph.D.
Direktur Media Kernels Indonesia (Drone Emprit)
Dosen Universitas Islam Indonesia
Wakil Ketua Komisi Infokom MUI Pusat
BIMTEK SDM KPI
21 DESEMBER 2021

2. TV DIGITAL INDONESIA – NOVEMBER 2022
2
Set Top Box

3. TANTANGAN ANALISIS KONTEN MEDIA
3
• Data besar
• Realtime
• Analisis konten gambar
• Analisis konten suara
• Deteksi pelanggaran sesuai kriteria
• Arsip bukti pelanggaran
• ..?

4. TEKNOLOGI ANALISIS KONTEN MEDIA
4

5. TENSOR FLOW
5

6. USE CASES: ANALISIS VIDEO
• Label Detection
• Shot Detection
• Object Tracking
• Person Detection
• Face Detection
• Logo Recognition
• Speech Transcription
• Text Detection
• Explicit Content Detection
6

7. LABEL DETECTION
7

8. SHOT DETECTION
8

9. OBJECT TRACKING
9

10. PERSON DETECTION
10

11. FACE RECOGNITION
11

12. LOGO RECOGNITION
12

13. SPEECH TRANSCRIPTION
13

14. TEXT DETECTION
14

15. EXPLICIT CONTENT DETECTION
15

16. DEMO – VIDEO INTELLIGENCE
16
Klik link ini:
https://zackakil.github.io/video-intelligence-api-visualiser/

17. KESIMPULAN
• Teknologi Artificial Intelligence untuk menganalisis konten media (audio,
gambar, dan video) saat ini sudah sangat maju.
• Implementasi dalam bentuk produk untuk mendukung kebutuhan institusi
juga sudah banyak tersedia.
• Dari sisi teknologi, kebutuhan KPI (Komisi Penyiaran Indonesia) untuk
menganalisis konten media sudah bisa dipenuhi, misal untuk mendeteksi
konten eksplisit, menemukan kata tertentu dalam transkrip percakapan,
dll.
• Selain menggunakan solusi teknologi yang sudah siap digunakan (misal
Video Intelligent dari Google Cloud), juga bisa dikembangkan sendiri
menggunakan teknologi seperti TensorFlow, SparkML, dll.
17

18. THANK YOU
18