Skip to main content

Contoh Arsitektur Sederhana Jaringan Syaraf Tiruan Untuk Pengenalan Angka

Berikut dalam gambar di bawah ini akan digunakan untuk pengenalan angka (digit recognition) antara angka 0 – 9. Masing-masing angka (digit) disajikan dalam bitmap 5 x 9 pixel. Masing-masing pixel hanya bisa berisi data 0 dan 1 saja, 0 untuk warna putih dan 1 untuk hitam. Bagaimana membuat arsitektur sederhana untuk jaringan syaraf tiruan (artificial neural network) yang akan digunakan untuk mengenali angka (digit recognition) tersebut?
Contoh pengenalan angka (digit recognition) pada jaringan syaraf tiruan

Memilih/membuat arsitektur jaringan saraf tiruan pada pengenalan angka (digit recognition)  di atas
  • Pertama, jumlah neuron pada lapisan input ditentukan oleh jumlah pixel dalam bitmap. Bitmap dalam contoh kita di atas terdiri dari 45 pixel, dan karenanya kita membutuhkan 45 neuron input.
  • Kedua, layer output memiliki 10 neuron - satu neuron untuk setiap angka yang akan dikenali.
  • Jadi salah satu kemungkinan arsitektur sederhana jaringan syaraf untuk pengenalan angka di atas adalah seperti gambar di bawah ini.
Arsitektur sederhana jaringan syaraf tiruan untuk pengenalan angka antara 0 - 9

Beberapa poin pertimbangan tentang bagaimana kita akan menentukan jumlah hidden neuron yang optimal:
  • Pola yang kompleks tidak dapat (sulit) dideteksi oleh jumlah hidden neuron yang terlalu sedikit; Namun terlalu banyak hidden neuron dapat secara dramatis meningkatkan beban komputasi.
  • Masalah lain adalah overfitting. Semakin besar jumlah hidden neuron, semakin besar kemampuan jaringan untuk mengenali pola yang ada. Namun, jika jumlah hidden neuron terlalu besar, jaringan mungkin hanya menghafal semua contoh pelatihan.
Catatan: Beberapa contoh implementasi/aplikasi pengenalan angka yang bisa dicoba via browser antara lain adalah di link berikut:

Comments

Popular posts from this blog

Pengertian Binding dalam Bahasa Pemrograman dan Kapan Terjadinya

Binding dimaksudkan sebagai pengikatan (association) antara suatu entity dengan atributnya, misalnya binding/pengikatan antara suatu variable dengan tipe datanya atau dengan nilainya, atau dapat juga antara suatu operasi dengan simbol, misalnya simbol + dikenali sebagai operasi penjumlahan atau simbol ^ dikenali sebagai operasi pangkat, dll.  Peristiwa binding dan kapan terjadinya binding (biasanya disebut dengan binding time ) berperan penting dalam membicarakan semantics suatu bahasa pemrograman. Beberapa kemungkinan binding time adalah:

Contoh proses normalisasi relasi dari UNF – 1NF – 2NF – dan 3NF

Dalam posting tulisan tentang: “Tujuan dan Manfaat Normalisasi dalam Perancangan Database” , kita sudah mempelajari tentang: “Apa itu normalisasi” dan “Mengapa kita perlu melakukan normalisasi”. Kedua pertanyaan itu sudah terjawab dalam tulisan tersebut.  Kemudian dalam posting tulisan tentang: “Konsep Ketergantungan Fungsional, Normalisasi, dan Identifikasi Primary Key dalam Perancangan Sistem Database” , kita sudah mempelajari suatu konsep penting yang digunakan untuk melakukan normalisasi, yaitu konsep ketergantungan fungsional yang terdiri dari ketergantungan penuh, ketergantungan parsial atau sebagian, dan ketergantungan transitif. Proses normalisasi pertama-tama dilakukan dengan mengidentifikasi adanya ketergantungan-ketergantungan tersebut dalam relasi-relasi dan kemudian menghilangkannya. Cara melakukan normalisasi, mengidentifikasi berbagai macam ketergantungan, dan menghilangkan ketergantungan pada relasi-relasi bisa dipelajari ulang dalam postingan tulisan d...

Latihan Soal Jawab Matematika Diskrit

Berikut di bawah ini adalah latihan soal jawab untuk matematika diskrit dengan topik-topik: Pernyataan Logika Circuits dan Ekspresi Boolean Argumen (valid/tidak valid) Teori Himpunan Permutasi Fungsi --o0o-- Pernyataan Logika 1. Buatlah tabel kebenaran untuk menentukan yang mana tautology dan yang mana contradiction dalam pernyataan logika (a) dan (b) di bawah ini: a. (p ∧ q) ∨ (∼p ∨ (p ∧ ∼q)) b.  (p ∧ ∼q) ∧ (∼p ∨ q)