Ekstraksi Fitur Berdasarkan Fuzzy Restricted Boltzmann Machine Pada Klasifikasi Fashion-MNIST Dengan Dan Tanpa Noise

Muhammad Ribhan Hadiyan (Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran)
Firdaniza Firdaniza
Herlina Napitupulu

SisInfo : Jurnal Sistem Informasi dan Informatika
Vol 6 No 2 (2024): SisInfo

Mixed accelerated learning method based on a Fuzzy Restricted Boltzmann Machine merupakan metode ekstraksi fitur pada gambar yang relatif baru dan belum banyak diimplementasikan. MAFRBM memiliki kelebihan dalam melakukan ekstraksi fitur pada gambar yang memiliki noise. Pada umumnya keberadaan noise pada gambar dapat mempengaruhi hasil ekstraksi fitur secara signifikan. Pada penelitian ini dilakukan ekstraksi fitur menggunakan MAFRBM pada dataset Fashion-MNIST dengan dan tanpa penambahan noise. Jenis noise yang ditambahkan pada gambar yaitu gaussian, salt & pepper, dan poisson. Hasil ekstraksi fitur MAFRBM kemudian diklasifikasikan menggunakan Support Vector Machine (SVM). Hasil klasifikasi yang diperoleh menunjukkan akurasi tertinggi sebesar 88,2%. Selain itu, perbandingan hasil akurasi dari klasifikasi fashion-MNIST dengan noise tidak berbeda jauh dengan gambar tanpa noise.