Yogyakarta, dndsandyra.com – Artificial Intelligence (AI) telah memengaruhi semua disiplin keilmuan, ekonomi, dan industri. Beragam aplikasi AI secara global juga terus berkembang pesat, seiring makin majunya infrastruktur komputasi, dan kemudahan dalam memperoleh, memproses, menyimpan, dan mengirimkan data. Salah satu jenisnya yaitu Deep Neural Network.
Saat ini penerapan model machine learning bukan menjadi hal yang terlalu sulit, karena sudah ada framework machine learning yaitu Google Tensorflow. Dengan menggunakan framework ini, proses untuk memperoleh data, training data dan melakukan penyempurnaan hasil yang akan diperoleh akan lebih mudah dilakukan.
Tensorflow dibuat oleh Google Brain dan disediakan dalam bentuk library open source. Library ini dapat digunakan untuk project machine learning dan komputasi numerik berskala besar.
Tensorflow dapat melatih dan menjalankan neural network untuk keperluan klasifikasi tulisan tangan, pengenalan gambar/object, atau penggabungan suatu kata. Sebagai contoh nyata yang sudah diimplementasikan yaitu penggunaan pada mesin pencarian Google.
Untuk memperdalam pemahaman mengenai Convolutional Neural Network (CNN), pada hari Jumat (5/11/2021) TIM eCampuz bekerjasama dengan Fakultas Teknologi Informasi (FTI), Universitas Mercu Buana Yogyakarta (UMBY), mengadakan webinar dengan tajuk “Multi-Scale Convolutional Neural Network dengan Tensorflow” dengan pemateri Mutaqin Akbar, S.Kom, M.T., MCE., yang juga dosen dari Prodi Informatika FTI UMBY.
Acara tersebut berlangsung selama 2 jam tepatnya pada pukul 14.00 – 16.00 WIB melalui Zoom Video Conference dan ditayangkan dalam channel Youtube eCampuz Official.
Dengan dipandu oleh Ratih selaku Master of Ceremony (MC), Acara webinar diawali dengan penjelasan mengenai sejarah dan teori CNN, contoh penggunaan CNN, perbedaan CNN klasik dan multi-scale CNN, serta sharing session.
Dalam pemaparannya Mutaqin menyampaikan bahwa, “Multi-Scale Convolutional Neural Network merupakan pengembangan dari CNN, dimana lebih banyak variasi yang dapat digunakan karena menggunakan salah satu ciri dari arsitektur CNN terkenal yaitu ResNet dan DenseNet.”
“Saran untuk temen-temen mahasiswa, yang tertarik dan mau belajar CNN, pelajari dan pahamilah dasar-dasar CNN terlebih dahulu.” ujar Mutaqin.
Source : dndsandyra.com
Editor : DnD