Page 33 - Learning Dosen
P. 33
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
CNN hanya dapat digunakan pada data yang memiliki
struktur dua dimensi, seperti citra dan suara. Hal tersebut
dikarenakan CNN menggunakan proses konvolusi (Gambar 16).
26
