Pengenalan Obyek Berbasis Deep Learning Dengan Menggunakan Convolutional Neural Network

Bagi manusia, pengenalan obyek pada citra merupakan hal yang sangat mudah. Akan tetapi, untuk pengenalan obyek citra menggunakan mesin, tidaklah mudah. Mesin harus membaca setiap nilai pixel dari citra masukan dan menghasilkan sebuah nilai untuk menentukan kelas citra tersebut. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) untuk pengenalan obyek pada citra. Metode ini tidak memerlukan feature engineering. Pada CNN terdapat beberapa layer seperti, Convolution Layer, Pooling Layer dan Fully Connected. Dataset yang digunakan untuk pelatihan adalah dataset citra CIFAR10. Dataset CIFAR10 memiliki citra sebanyak 60000 terdiri dari 10 kelas. Untuk mempermudah pembuatan aplikasi menggunakan framework deep learning theano. Penelitian bertujuan untuk mengetahui dampak dari ukuran filter dan kedalaman layer pada CNN. Hasil yang didapat pada penelitian ini adalah dengan ukuran filter lebih besar, dapat menambah tingkat akurasi. Akurasi tertinggi untuk penelitian ini adalah 62.23%.