12. Application Convolutional Neural Network in Tensor Flow

Video berikut menunjukkan cara kerja dan implementasi Convolutional Neural Network (CNN) menggunakan Python di Google Colab, dimulai dari proses konvolusi dan pooling pada gambar RGB, pembuatan layer CNN, hingga melatih model dengan dataset MNIST untuk klasifikasi angka tangan, lengkap dengan visualisasi akurasi, error, serta hasil prediksi yang meliputi matriks confusion dan skor evaluasi seperti precision, recall, dan F1. Berikut adalah rincian ringkas per time dari materi yang disajikan dalam video:

  • 0:03 - 0:18: Pembukaan dan pengenalan CNN serta gambar RGB.
  • 0:18 - 1:13: Proses convolusi, pooling, dan klasifikasi output menggunakan CNN.
  • 1:13 - 2:35: Implementasi dataset MNIST untuk klasifikasi angka.
  • 2:35 - 4:44: Penyiapan dan analisis data MNIST.
  • 4:44 - 5:58: Konversi data gambar menjadi vektor dan normalisasi.
  • 5:58 - 7:19: Struktur jaringan CNN untuk data MNIST.
  • 7:19 - 9:05: Penyusunan dan kompilasi model CNN dengan dropout dan softmax.
  • 9:05 - 10:41: Training model, grafik perbandingan loss dan akurasi.
  • 10:41 - 12:52: Prediksi dan pengecekan hasil prediksi pada data testing.
  • 12:52 - 13:29: Visualisasi heatmap untuk performa model.
  • 13:29 - 16:45: Evaluasi metrik precision, recall, F1 score, dan penutup.