Publication Repository
ANALISA CONVOLUTIONAL NEURAL NETWORK DAN
PENERAPANNYA PADA LENET 5 UNTUK
HANDWRITTEN DIGIT RECOGNITION
Ronny
Dosen Teknik lnjormatika Sekolah Tinggi Teknik Surahaya
e-mail: ronny@stts.cdu
Gunawan
Dosen Teknik lnformatika Sekolah Tinggi Teknik Suraba)'a
e-mail: gunuwan@stts.edu
ABSTRAK
Convolutional Neural Network (CNN) mcrupakan perbaikan dari Mliitilayel' Backpropagation Neural
Network dalam menangani input dua dimensi. CNN menggabungkan tiga ide arstitektural. yaill! local
receptive fields. shared weights. dan spatial atau temporal sllbsampling. Pelatihan CNN l11enggu-nakan
algoritma pelatihan backpropagation dengan modifikasi lIntuk I11cnanggani penggunaan !'lobot
bersama.Untuk melengkapi analisa Convolutional Neural Network, pada pcnclitiml ini akan dilakukan
analisa pada LeNet 5. Lenet 5 adalah CNN yang diperkenalkan oleh Yann LeCun. LeNet 5 ditluukan
untuk pengenalan pola visual berupa karakter yang ditulis tangan maupun karakter yang dihasilkan oleh
mesin. LeNet 5 dalam ujicoba mampu mencapai tingkat pengenalan hingga 98.83% dari 10.000 glyph
digit. Sifat dari LcNet 5 juga mampu melakukan scgmentasi dan pengenalan pada karakter sambung
karena dapat direplikasi secara efiesien pada bidang input yang besar dan mal11pu menolak non-digit
karakter. Dataset yang digunakan pada Penelitian ini adalah MNIST dataset. dat
PENERAPANNYA PADA LENET 5 UNTUK
HANDWRITTEN DIGIT RECOGNITION
Ronny
Dosen Teknik lnjormatika Sekolah Tinggi Teknik Surahaya
e-mail: ronny@stts.cdu
Gunawan
Dosen Teknik lnformatika Sekolah Tinggi Teknik Suraba)'a
e-mail: gunuwan@stts.edu
ABSTRAK
Convolutional Neural Network (CNN) mcrupakan perbaikan dari Mliitilayel' Backpropagation Neural
Network dalam menangani input dua dimensi. CNN menggabungkan tiga ide arstitektural. yaill! local
receptive fields. shared weights. dan spatial atau temporal sllbsampling. Pelatihan CNN l11enggu-nakan
algoritma pelatihan backpropagation dengan modifikasi lIntuk I11cnanggani penggunaan !'lobot
bersama.Untuk melengkapi analisa Convolutional Neural Network, pada pcnclitiml ini akan dilakukan
analisa pada LeNet 5. Lenet 5 adalah CNN yang diperkenalkan oleh Yann LeCun. LeNet 5 ditluukan
untuk pengenalan pola visual berupa karakter yang ditulis tangan maupun karakter yang dihasilkan oleh
mesin. LeNet 5 dalam ujicoba mampu mencapai tingkat pengenalan hingga 98.83% dari 10.000 glyph
digit. Sifat dari LcNet 5 juga mampu melakukan scgmentasi dan pengenalan pada karakter sambung
karena dapat direplikasi secara efiesien pada bidang input yang besar dan mal11pu menolak non-digit
karakter. Dataset yang digunakan pada Penelitian ini adalah MNIST dataset. dat