Page 33 - Learning Mahasiswa

pemrosesan gambar dapat diilustrasikan pada Gambar 8.
Gambar tersebut memiliki berbagai macam posisi. Selain

tantangan variasi posisi objek, masih ada tantangan lain seperti

rotasi objek dan perbedaan ukuran objek (scaling). Pada

dasarnya neural network mampu mengenali objek pada gambar
dari berbagai posisi (translation invariance).

Gambar 15 Ilustrasi CNN dari Segi Pemrosesan
Sumber: wikipedia.org

Cara kerja CNN memiliki kesanmaan dengan Multlayer

Perceptron, namun dalam CNN setiap neuron dipresentasikan
dalam bentuk dua dimensi. Berbeda dengan multilayer

perceptron yang setiap neuron hanya berukuran satu dimensi.

Arsitektur pada multilayer perceptron telah diilustrasikan pada

Gambar 14. Berbeda dengan CNN, data yang dipropagasikan

pada jaringan adalah data dua dimensi. Hal tersebut
berpengaruh pada operasi linear dan parameter bobot pada

CNN berbeda. Operasi linear pada CNN menggunakan operasi

konvolusi, sedangkan bobot tidak lagi satu dimensi saja, namum

berbentuk empat dimensi yang merupakan kumpulan kernel
konvolusi seperti pada Gambar 15. Dimensi bobot pada CNN

adalah:

neuron input x neuron output x tinggi x lebar

26