Page 36 - Learning Dosen

Hyperparameter pada layer ini menjadi acuan untuk menentukan
jumlah dan ukuran hasil ekstraksi layer (Tabel 1).

Tabel 1 Hyperparameter pada Convolution Layer
No Hyperparameter Keterangan

1 Depth Jumlah layer pada konvolusi atau

kedalaman layer

2 Stride Jumlah pergeseran filter pada

proses konvolusi
3 Zero-padding Jumlah penambahan nilai

intensitasi nol di daerah sekitar

input gambar

Gambar 17 Input Gambar pada Convolutional Layer

Sumber: wikipedia.org

Convolutional layer pada Gambar 17 merupakan contoh input

gambar berukuran 32 x 32 x 3, dengan volume convolutional layer

pada layer pertama dan setiap neuron terhubung pada daerah

layer input. Salah satu parameter pada convolutional layer yaitu
parameter sharing yang digunakan untuk mengontrol jumlah

parameter. Parameter ini merupakan himpunan learnable filter

(suatu kernel yang nilai berupa bobot). Jika dibandingkan dengan
arsitektur pada ANN, ukuran gambar adalah M x N x C x N neuron

dan filter berukuran B x K sehingga total keseluruhan parameter

yaitu M x N x C x N x B x K x L. Hal tersebut berlaku hanya jika kondisi

29