eCampuz kembali menyelenggarakan webinar bertajuk ‘Multi-Scale Convolutional Neural Network dengan Tensorflow’. Series 54 ini mengundang Bapak Mutaqin Akbar, S.Kom, M.T., MCE., sebagai pembicara. Dia adalah seorang dosen dari Prodi Informatika Fakultas Teknologi Informasi UMBY.

 

Web seminar ini sukses terselenggara pada tanggal 5 November 2021 lalu lewat Zoom Meeting dan Youtube eCampuz Official pukul 14.00 sampai 16.00 WIB. Pada kesempatan kali ini, Bapak Mutaqin memulai acara dengan penjelasan singkat seputar sejarah dan teori CNN, kemudian dilanjutkan penggunaan CNN, perbedaan classic CNN dan multi-scale CNN, dan diakhiri sesi sharing.

 

Kumpulan Teori Terkait Multi-Scale CNN

 

Multi-Scale CNN adalah pengembangan langsung dari CNN. Sesuai namanya, ada lebih banyak variasi dalam multi-scale CNN karena terdapat salah satu ciri arsitektur yang terkenal, yakni DenseNet dan ResNet.

Ketika membahas multi-scale CNN, Anda harus memahami beberapa teori yang terkait dengan hal ini, seperti:

  • Konvolusi

Istilah pertama yang sangat erat kaitannya dengan multi-scale CNN adalah konvolusi. Istilah ini dikenalkan oleh Pierre-Simon Laplace pada tahun 1773 silam. Menurut A. Kadir dan A. Susanto, konvolusi merupakan proses yang dijalani untuk mendapatkan suatu piksel.

Proses ini didasarkan pada nilai dari piksel itu sendiri maupun tetangganya dengan melibatkan matriks tertentu yang disebut filter atau kernel. Adapun, filter ini merepresentasikan pembobotan. Operasi filter yang dipakai oleh CNN disebut juga pengolahan citra. Filter pada CNN tidak ditentukan oleh manusia, melainkan hanya berupa variabel yang dilatih oleh data.

  • CNN

Selanjutnya, ada istilah CNN. Sekuensial CNN mulai dari layer input hingga layar output. Biasanya, variasi CNN berupa jumlah layer konvolusi, fungsi aktivasi pada setiap layer konvolusi, algoritma pelatihan, jumlah filter, dan fungsi aktivasi pada layar fully-connected.

  • Multi-Scale CNN

Terakhir, ada istilah multi-scale CNN itu sendiri. Pada multi-scale CNN, terdapat variasi input di semua layer konvolusi. Selain itu, variasinya juga bisa lebih banyak dibandingkan CNN klasik.

 

Penutup

Jangan khawatir bila Anda masih kurang memahami materi. Pasalnya, Bapak Mutaqin langsung memberikan demo, mulai dari classic CNN hingga multi-scale CNN. Setelah itu, langsung diadakan sesi tanya jawab dan sharing antara peserta dengan pembicara.

 

Sesi ini berlangsung aktif dan menyenangkan. Anda bisa mendapatkan modul dan sertifikat dari eCampuz. Bila beruntung, Anda bisa mendapatkan voucher konsultasi potensi diri dengan tenaga ahli. Saksikan siaran ulang webinar series 54 ini di Youtube resmi eCampuz Official.