<![CDATA[Abstract. Convolutional technique is a technique that can be used in quality improvement for image softening. Convolutional is the sum of the multiplication of each kernel with every point in the input function. Image Processing is a form of processing an image with a numerical process from the image, it is each pixel or point of the image is to convert it into an image matrix with degrees of gray (0-255) where each point has a value and then multiplied by the kernel matrix. After the kernel matrix, a stride is needed, which is a parameter that determines the number of filter shifts. After the stride process, the padding process is carried out, namely adding the pixel size to a certain value. The result or output of the convolution is a feature map. In this study, the convolution process was tested with and kernel matrix with 1 and 2 strides. The convoluted matrix with the smallest size was produced by kernel with stride 2, while the largest size was produced by stride 1 kernel. A larger stride with the same kernel size results in a smaller convolution matrix size. If the kernel size is larger with the same stride, a smaller convolution matrix will be produced. Keywords: Convolution, Image, Kernel, Stride. Abstrak. Teknik konvolusi adalah suatu teknik yang dapat digunakan dalam perbaikan kualitas untuk pelembutan citra. Konvolusi merupakan penjumlahan dari perkalian setiap kernel dengan setiap titik pada fungsi masukan. Pengolahan citra merupakan sebuah bentuk pemrosesan sebuah citra dengan proses numerik dari gambar tersebut, hal ini yang diproses adalah masing-masing piksel atau titik dari gambar tersebut. Proses awal untuk konvolusi pada citra adalah mengubahnya menjadi matriks citra dengan derajat keabuan (0-255) yang setiap titiknya memiliki nilai lalu dikalikan dengan matriks kernel. Setelah adanya matriks kernel diperlukan stride, yaitu parameter yang menentukan berapa jumlah pergeseran filter. Setelah proses stride, dilakukan proses padding yaitu penambahan ukuran piksel dengan nilai tertentu. Hasil atau output dari konvolusi merupakan feature map. Pada penelitian ini diuji proses konvolusi dengan matriks kernel dan dengan stridesebanyak 1 dan 2. Matriks hasil konvolusi dengan ukuran terkecil dihasilkan oleh kernel dengan stride 2, sedangkan ukuran terbesar dihasilkan oleh kerel stride 1. Stride yang leih besar dengan ukuran kernel yang sama menghasilkan ukuran matriks konvolusi yang lebih kecil. Jika ukuran kernel lebih besar dengan stride yang sama maka dihasilkan matriks konvolusi yang lebih kecil. Kata Kunci: Konvolusi, Citra, Kernel, Stride.]]>
