Convolutional Neural Network Konsep, Penerapan, Dan Implementasi Dengan Contoh Ekperimen

Abstract

Melalui kajian studi literatur ditemukan fakta bahwa banyak kasus klasifikasi bagi data akustik ataupun data image tercatat memperoleh keberhasilan ketika digunakan pendekatan deep learning khususnya arsitektur Convolutional Neural Network (CNN). Arsitektur CNN pada penerapannya bertindak sebagai modul ekstraksi feature sekaligus juga sebagai modul klasifier. Berdasarkan hasil tersebut maka pendekatan deep learning diperkirakan dapat mengekstraksi feature secara mandiri bagi kasus klasifikasi kematangan dan tingkat kemanisan buah melon. Pada laporan teknis ini difokuskan membahas tentang state-of-the-art teknik klasifikasi dan ekstraksi feature berbasis akustik yang kemudian dilanjutkan dengan upaya pengkajian penerapan pendekatan teknik-teknik tersebut sedemikian sehingga dapat diintegrasikan pada arsitektur CNN yang ditujukan untuk pengembangan model klasifikasi tingkat kematangan buah melon.