KLASIFIKASI GAMBAR DATASET FASHION-MNIST MENGGUNAKAN DEEP CONVOLUTIONAL NEURAL NETWORK
| Main Author: | Priyowidodo, Stephanus |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | ind |
| Terbitan: |
Universitas Harapan Medan
, 2019
|
| Online Access: |
https://jurnal.harapan.ac.id/index.php/Jitekh/article/view/15 https://jurnal.harapan.ac.id/index.php/Jitekh/article/view/15/13 |
Daftar Isi:
- This study uses the Fashion-MNIST dataset from Zalando Research, which consists of 60000 images for training and 10000 images for testing, each image size 28x28 pixels. The deep learning method used is the Deep Convolutional Neural Network (DCNN), with the activation function relu on the inside of the layer and softmax at the end of the layer. Test accuracy without using dropout gets 92.69% with loss of 0.445 and using dropout gets 92.84%, loss 0.206.
- Penelitian ini menggunakan dataset Fashion-MNIST dari Zalando Research, yang terdiri atas 60000 gambar untuk pelatihan dan 10000 gambar untuk pengujian, masing-masing gambar berukuran 28x28 piksel. Metode deep learning yang digunakan adalah Deep Convolutional Neural Network (DCNN), dengan fungsi aktivasi relu di bagian dalam layer dan softmax pada bagian akhir layer. Akurasi pengujian tanpa dropout mendapatkan hasil 92.69% dengan loss 0.445 dan dengan dropout mendapatkan hasil 92.84%, loss 0.206.