Page 95 - Gagasan Inovasi Pendidikan Volume 1

Inspiring Lecturer Paragon

Gambar 3. Visualisasi Arsitektur CNN

Masukan dari CNN berupa citra daun yang sudah di-resize.

Ukuran citra masukan adalah 3@256x256, yang artinya adalah citra
berukuran 256x256 piksel dan memiliki kedalaman 3 saluran warna

RGB. Operasi konvolusi akan dilakukan terhadap masukan yang ada
pada lapisan pertama dengan ukuran filter 2x2, dan akan

menghasilkan keluaran dengan ukuran 40@256x256, yang artinya

keluaran konvolusi berukuran 256x256 piksel dengan kedalaman
berjumlah 40 feature map. Keluaran dari lapisan konvolusi pertama

kemudian akan dilakukan operasi max pooling dengan ukuran filter
4x4 dan stride 4, yang akan menghasilkan feature map berukuran

40@64x64. Proses konvolusi dan max pooling tersebut akan

dilakukan sebanyak 4 kali, yang kemudian keluarannya akan
dilakukan operasi fully connected dengan kedalaman 500, serta

dropout dengan rasio 0.75 untuk mencegah terjadinya overfitting.
Keluaran dari fully connected nantinya akan masuk ke lapisan terakhir

yaitu lapisan fully connected dengan fungsi aktivasi softmax untuk

mendapatkan keluaran akhir berupa vektor dari probabilitas tiap

83