Font Size: 

Klasifikasi citra teroris dan non-teroris merupakan hal yang penting dalam mendukung sistem keamanan berbasis teknologi. Penelitian ini bertujuan untuk mengimplementasikan model InceptionV3, sebuah model deep learning yang terbukti efektif dalam berbagai tugas klasifikasi gambar, untuk meningkatkan akurasi deteksi pada dataset gambar teroris dan non-teroris. Penelitian sebelumnya telah menggunakan berbagai model seperti VGG dan ResNet, namun masih terdapat tantangan dalam menangkap fitur yang kompleks. Penelitian ini menggunakan InceptionV3 karena arsitekturnya yang dalam dan kapasitasnya untuk mengelola variasi skala dan orientasi pada gambar. Kami menerapkan teknik yang terdiri dari prapemrosesan gambar, penambahan data, dan model InceptionV3. Dengan akurasi 0.9417, F1-score 0.9517, recall 0.9324, dan presisi 0.9718, hasilnya menunjukkan kinerja yang lebih baik. Penelitian ini unik karena menggunakan InceptionV3 untuk klasifikasi citra teroris dan non-teroris, yang terbukti lebih berhasil daripada model sebelumnya dalam menangkap fitur-fitur rumit untuk penelitian ini.