Perbandingan Jumlah Epoch Dan Steps Per Epoch Pada Convolutional Neural Network Untuk Meningkatkan Akurasi Dalam Klasifikasi Gambar

Enie Yuliani (Universitas Amikom Yogyakarta)
Afifah Nur Aini (Universitas Amikom Yogyakarta)
Chan Uswatun Khasanah (Universitas Amikom Yogyakarta)

Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat
Vol 5 No 3 (2019): Desember

Convolutional Neural Network (CNN) adalah salah satu jenis neural network yang biasa digunakan pada data image. CNN bisa digunakan untuk mendeteksi dan mengenali objek pada sebuah image. Penelitian ini akan melakukan perbandingan jumlah epoch dan steps per epoch dalam melakukan klasifikasi gambar untuk mendapatkan nilai keakuratan yang tinggi. Dataset yang digunakan terdiri dari dua kategori, yaitu anjing dan kucing. Masing-masing kategori terdapat 100 gambar. Gambar yang digunakan berukuran 32 x 32 pixel. Pada tahap pengujian, epoch yang digunakan berjumlah 25 dan 50 serta jumlah steps per epoch 10 dan 20. Kesimpulan yang didapatkan adalah semakin banyak jumlah epoch dan steps per epoch maka semakin tinggi juga tingkat akurasi pelatihan yang didapatkan