KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR

Artificial Intelligence telah banyak digunakan dan di implementasikan padakehidupan sehari-hari. Salah satu arsitektur yang banyak digunakan untuk ArtificialInteligence adalah CNN (Convolutional neural network), semakin rumit kasus yangdi kerjakan oleh CNN maka semakin banyak juga parameter yang dim...

Full description

Saved in:

Bibliographic Details
Main Authors:	Sri Redjeki, S.Si., M.Kom., Suwasto, Anang - 175410040
Language:	Indonesian
Published:	STMIK AKAKOM 2021
Subjects:	Convolutional Neural Network Bahasa Pemrograman Python
Tags:	Add Tag No Tags, Be the first to tag this record!

PINJAM

id	oai:opac.utdi.ac.id:slims-16402
record_format	oai_dc
spelling	oai:opac.utdi.ac.id:slims-164022021-09-03T13:57:51Z KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR Sri Redjeki, S.Si., M.Kom. Suwasto, Anang - 175410040 Convolutional Neural Network Bahasa Pemrograman Python STMIK AKAKOM 2021 id Text http://opac.utdi.ac.id//index.php?p=show_detail&id=16402 Artificial Intelligence telah banyak digunakan dan di implementasikan padakehidupan sehari-hari. Salah satu arsitektur yang banyak digunakan untuk ArtificialInteligence adalah CNN (Convolutional neural network), semakin rumit kasus yangdi kerjakan oleh CNN maka semakin banyak juga parameter yang dimiliki CNNtersebut. Dengan besarnya ukuran CNN maka di perlukan metode untukmengurangi ukuran CNN tersebut tanpa mengurangi akurasinya secara signifikansehingga akan menghemat resource saat di implementasikan pada sistem tertentu.Pruning adalah penerapan kriteria biner untuk menentukan bobot yangharus di pangkas, bobot yang cocok untuk kriteria pemangkasan di beri nilai nol.Sedangkan quantization adalah teknik untuk mengurangi jumlah bits yangmerepresentasikan sebuah angka.Metode kompresi ini dibuat menggunakan bahasa pemrograman python danmenggunakan data gambar sebagai input untuk training dan testing model CNNyang akan di kompres. Dari hasil implementasi yang dilakukan dalam penelitian inididapatkan kesimpulan bahwa metode pruning dan quantization dapat mengurangiukuran model CNN secara signifikan dengan pengurangan akurasi relative keciluntuk uji coba pada dataset kecil yaitu 1000 gambar anjing dan 1000 gambar kucinguntuk training dan 400 gambar anjing serta 400 gambar kucing untuk data validasi.Kata kunci : Convolutional Neural Network, Pruning, Python, Quantization. Yogyakarta
institution	UTDI
collection	Universitas Teknologi Digital Indonesia
language	Indonesian
topic	Convolutional Neural Network Bahasa Pemrograman Python
spellingShingle	Convolutional Neural Network Bahasa Pemrograman Python Sri Redjeki, S.Si., M.Kom. Suwasto, Anang - 175410040 KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR
description	Artificial Intelligence telah banyak digunakan dan di implementasikan padakehidupan sehari-hari. Salah satu arsitektur yang banyak digunakan untuk ArtificialInteligence adalah CNN (Convolutional neural network), semakin rumit kasus yangdi kerjakan oleh CNN maka semakin banyak juga parameter yang dimiliki CNNtersebut. Dengan besarnya ukuran CNN maka di perlukan metode untukmengurangi ukuran CNN tersebut tanpa mengurangi akurasinya secara signifikansehingga akan menghemat resource saat di implementasikan pada sistem tertentu.Pruning adalah penerapan kriteria biner untuk menentukan bobot yangharus di pangkas, bobot yang cocok untuk kriteria pemangkasan di beri nilai nol.Sedangkan quantization adalah teknik untuk mengurangi jumlah bits yangmerepresentasikan sebuah angka.Metode kompresi ini dibuat menggunakan bahasa pemrograman python danmenggunakan data gambar sebagai input untuk training dan testing model CNNyang akan di kompres. Dari hasil implementasi yang dilakukan dalam penelitian inididapatkan kesimpulan bahwa metode pruning dan quantization dapat mengurangiukuran model CNN secara signifikan dengan pengurangan akurasi relative keciluntuk uji coba pada dataset kecil yaitu 1000 gambar anjing dan 1000 gambar kucinguntuk training dan 400 gambar anjing serta 400 gambar kucing untuk data validasi.Kata kunci : Convolutional Neural Network, Pruning, Python, Quantization.
author	Sri Redjeki, S.Si., M.Kom. Suwasto, Anang - 175410040
author_facet	Sri Redjeki, S.Si., M.Kom. Suwasto, Anang - 175410040
author_sort	Sri Redjeki, S.Si., M.Kom.
title	KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR
title_short	KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR
title_full	KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR
title_fullStr	KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR
title_full_unstemmed	KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR
title_sort	kompresi model deep neural network untuk klasifikasi gambar
publisher	STMIK AKAKOM
publishDate	2021
callnumber-raw	http://opac.utdi.ac.id//index.php?p=show_detail&id=16402
callnumber-search	http://opac.utdi.ac.id//index.php?p=show_detail&id=16402
_version_	1741202072220467200

KOMPRESI MODEL DEEP NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR

Similar Items