Real-time Object Detection on Android using Convolution

Neural Network Based in Tensorflow

1,2
Indra Fransiskus Alam, Jayanti Yusmah Sari
1,2
Program Studi Teknik Informatika, Universitas Halu Oleo, Kendari, Indonesia
Email: 1indraa@xlfutureleaders.com, 2nayay17@gmail.com

Abstrak
Pengenalan, klasifikasi dan deteksi pada bidang keilmuan Machine Learning merupakan suatu terobosan yang
terbaik pada kemampuan komputer visi. Mengimplementasikan salah satu metode machine learning yang dapat
digunakan untuk klasifikasi suatu objek yaitu Convolutional Neural Network (CNN) pada perangkat Mobile
merupakan salah satu solusi efektif dalam melakukan proses pengenalan, klasifikasi, dan deteksi objek tertentu.
Metode CNN terdiri dari dua tahap. Tahap pertama adalah klasifikasi objek menggunakan feedforward dan tahap
kedua merupakan tahap pembelajaran dengan metode backpropagation. Sebelum dilakukan klasifikasi, terlebih
dahulu dilakukan pra-proses dengan metode wrapping dan cropping untuk memfokuskan objek yang akan
diklasifikasi. Selanjutnya dilakukan training menggunakan metode feedforward dan backpropagation. Terakhir
adalah tahap klasifikasi menggunakan metode feedforward dengan bobot dan bias yang diperbarui. Hasil uji coba
dari klasifikasi citra objek dengan tingkat confusion yang berbeda pada database (tensorflow_inception_graph.pb)
dengan menggunakan struktur JSON. Menghasilkan nilai rata-rata 29.75% untuk pengenalan, klarifikasi, dan
deteksi pada ratusan objek yang memberikan hasil yang cukup memuaskan.

Kata kunci: Android, Tensorflow, Convolution Neural Network (CNN), Real-Time, Deteksi dan Pengenalan
Objek.

Abstract
Introduction, classification and detection in the field of science Learning Machine is a breakthrough that is best
on the computer vision capabilities. Implementing one machine learning method that can be used for classification
of an object that is Convolutional Neural Network (CNN) on Mobile device is one of effective solution in
conducting process of recognition, classification, and detection of certain object. The CNN method consists of two
stages. The first stage is the classification of the object using feedforward and the second stage is the learning
stage with backpropagation method. Prior to classification, pre-process is done by the method of wrapping and
cropping to focus the object to be classified. Further training is done using feedforward and backpropagation
methods. Last is the classification stage using the feedforward method with the weight and bias being updated.
Trial results from object image classification with different confusion level in database
(tensorflow_inception_graph.pb) using JSON structure.

Keywords: Android, Tensorflow, Convolution Neural Network (CNN), Real-Time, Object Detection and
Introduction.
 I. PENDAHULUAN
Sebuah sistem autentikasi identitas manusia,
hewan, tumbuhan, benda, dan lain-lain yang
memiliki akurasi tinggi sangat diperlukan saat ini
karena meningkatnya perkembangan Deep Machine
Learning di Dunia. Secara luas sistem saat ini
menggunakan sistem biometrik seperti kontrol
akses, identifikasi kriminal, autonomous vending,
dan automated banking karena keunikan fitur
biometrik dan karakteristik yang tidak dapat
dipindah tangankan (non-transferable
characteristic)[1]. Biometrik dibagi menjadi dua
kategori yaitu berdasarkan perilaku seseorang
seperti ritme mengetik, gaya berjalan atau suara dan
berdasarkan fisiologis seperti sidik jari, wajah, iris,
atau tanda tangan.
Bagaimana menduplikasi kemampuan manusia
dalam memahami informasi citra, agar komputer
dapat mengenali objek pada citra selayaknya
manusia. Proses feature engineering yang digunakan
pada ummumnya sangat terbatas dimana hanya
dapat berlaku pada dataset tertentu saja tanpa
kemampuan generalisasi pada jenis citra apapun. Hal
tersebut dikarenakan berbagai perbedaan antar citra
antara lain perbedaan sudut pandang, perbedaan
skala, perbedaan kondisi pencahayaan, deformasi
objek, dan sebagainya.
Kalangan akademisi yang telah lama bergelut
pada problem ini. Salah satunya pendekatan yang
berhasil digunakan adalah menggunakan Jaringan
Syaraf Tiruan (JST) yang terinspirasi dari jaringan
syaraf pada manusia. Konsep tersebut kemudian
dikembangkan lebih lanjut dalam Deep Learning.
Pada tahun 1989, Yann LeCun dan teman-
temannya berhasil melakukan klasifikasi citra kode
zip menggunakan kasus khusus dari Feed Forward
Neural Network dengan nama Convolution Neural
Network (CNN)[1]. Karena keterbatasan perangkat
keras, Deep Learning tidak dikembangkan lebih
lanjut hingga pada tahun 2009 dimana Jurgen
mengembangkan sebuah Recurrent Neural Network
(RNN) yang mendapatkan hasil signifikan pada
pengenalan tulisan tangan [2]. Semenjak itu, dengan
berkembangnya komputasi pada perangkat keras
Graphical Processing Unit (GPU), pengembangan
DNN berjalan dengan pesat. Pada tahun 2012,
sebuah CNN dapat melakukan pengenalan citra
dengan akurasi yang menyaingi manusia pada
dataset tertentu [3]. Dewasa ini, Deep Learning telah
menjadi salah satu topik hangat dalam dunia
Machine Learning karena kapabilitasnya yang
signifikan dalam memodelkan berbagai data
kompleks seperti citra dan suara.
Metode Deep Learning yang saat ini memiliki
hasil paling signifikan dalam pengenalan citra
adalah Convolutional Neural Network (CNN) [4].
Hal tersebut dikarenakan CNN berusaha meniru
sistem pengenalan citra pada visual cortex manusia
[5] sehingga memiliki kemampuan mengolah
informasi citra. Namun CNN, seperti metode Deep
Learning lainnya, memiliki kelemahan yaitu proses
pelatihan model yang lama. Dengan perkembangan
perangkat keras, hal tersebut dapat diatasi
menggunakan teknologi General Purpose Graphical
Processing Unit (GPGPU).
II. TINJAUAN PUSTAKA
A. Convolutional Neural Network
Convolutional Neural Network (CNN) adalah
pengembangan dari Multilayer Perceptron (MLP)
yang didesain untuk mengolah data dua dimensi.
CNN termasuk dalam jenis Deep Neural Network
karena kedalaman jaringan yang tinggi dan banyak
diaplikasikan pada data citra. Pada kasus klasifikasi
citra, MLP kurang sesuai untuk digunakan karena
tidak menyimpan informasi spasial dari data citra
dan menganggap setiap piksel adalah fitur yang
independen sehingga menghasilkan hasil yang
kurang baik. CNN pertama kali dikembangkan
dengan nama NeoCognitron oleh Kunihiko
Fukushima, seorang peneliti dari NHK Broadcasting
Science Research Laboratories, Kinuta, Setagaya,
Tokyo, Jepang [4]. Konsep tersebut kemudian
dimatangkan oleh Yann LeChun, seorang peneliti
dari AT&T Bell Laboratories di Holmdel, New
Jersey, USA. Model CNN dengan nama LeNet
berhasil diterapkan oleh LeChun pada penelitiannya
mengenai pengenalan angka dan tulisan tangan [1].
Pada tahun 2012, Alex Krizhevsky dengan
penerapan CNN miliknya berhasil menjuarai
kompetisi ImageNet Large Scale Visual Recognition
Challenge 2012. Prestasi tersebut menjadi momen
pembuktian bahwa metode Deep Learning,
khususnya CNN. Metode CNN terbukti berhasil
mengungguli metode Machine Learning lainnya
seperti SVM pada kasus klasifikasi objek pada citra.
B. Konsep CNN
Cara kerja CNN memiliki kesamaan pada MLP,
namun dalam CNN setiap neuron dipresentasikan
dalam bentuk dua dimensi, tidak seperti MLP yang
setiap neuron hanya berukuran satu dimensi.

Gambar. 1. Arsitektur MLP Sederhana
Sebuah MLP seperti pada Gambar. 1. memiliki i
layer (kotak merah dan biru) dengan masing-masing
layer berisi ji neuron (lingkaran putih). MLP
menerima input data satu dimensi dan
mempropagasikan data tersebut pada jaringan
hingga menghasilkan output. Setiap hubungan antar
neuron pada dua layer yang bersebelahan memiliki
parameter bobot satu dimensi yang menentukan
kualitas mode. Disetiap data input pada layer
dilakukan operasi linear dengan nilai bobot yang
ada, kemudian hasil komputasi akan ditransformasi
menggunakan operasi non linear yang disebut
sebagai fungsi aktivasi.
Pada CNN, data yang dipropagasikan pada
jaringan adalah data dua dimensi, sehingga operasi
linear dan parameter bobot pada CNN berbeda. Pada
CNN operasi linear menggunakan operasi
konvolusi, sedangkan bobot tidak lagi satu dimensi
saja, namun berbentuk empat dimensi yang
merupakan kumpulan kernel konvolusi seperti pada
Gambar.2. Dimensi bobot pada CNN adalah: neuron
input x neuron output x tinggi x lebar
Karena sifat proses konvolusi, maka CNN hanya
dapat digunakan pada data yang memiliki struktur
dua dimensi seperti citra dan suara.
Gambar.2. Proses Konvolusi pada CNN
C. Arsiterktur Jaringan CNN
JST terdiri dari berbagai layer dan beberapa
neuron pada masing-masing layer. Kedua hal
tersebut tidak dapat ditentukan menggunakan aturan
yang pasti dan berlaku berbeda-beda pada data yang
berbeda [7].
Pada kasus MLP, sebuah jaringan tanpa hidden
layer dapat memetakan persamaan linear apapun,
sedangkan jaringan dengan satu atau dua hidden
layer dapat memetakan sebagian besar persamaan
pada data sederhana.
Namun pada data yang lebih kompleks, MLP
memiliki keterbatasan. Pada permasalahan jumlah
hidden layer dibawah tiga layer, terdapat pendekatan
untuk menentukan jumlah neuron pada masing-
masing layer untuk mendekati hasil optimal.
Penggunaan layer diatas dua pada umumnya tidak
direkomendasikan dikarenakan akan menyebabkan
overfitting serta kekuatan backpropagation
berkurang secara signifikan.
Dengan berkembangnya deep learning,
ditemukan bahwa untuk mengatasi kekurangan MLP
dalam menangani data kompleks, diperlukan fungsi
untuk mentransformasi data input menjadi bentuk
yang lebih mudah dimengerti oleh MLP. Hal
tersebut memicu berkembangnya deep learning
dimana dalam satu model diberi beberapa layer
untuk melakukan transformasi data sebelum data
diolah menggunakan metode klasifikasi. Hal
tersebut memicu berkembangnya model neural
network dengan jumlah layer diatas tiga. Namun
dikarenakan fungsi layer awal sebagai metode
ekstraksi fitur, maka jumlah layer dalam sebuah
DNN tidak memiliki aturan universal dan berlaku
berbedabeda tergantung dataset yang digunakan.
Karena hal tersebut, jumlah layer pada jaringan
serta jumlah neuron pada masing-masing layer
dianggap sebagai hyperparameter dan dioptimasi
menggunakan pendekatan searching.
Sebuah CNN terdiri dari beberapa layer.
Berdasarkan aristektur LeNet5 [8], terdapat empat
macam layer utama pada sebuah CNN namun yang
diterapkan pada TA ini hanya tiga macam lapisan
lantara lain:
1) Convolution Layer
Convolution Layer melakukan operasi
konvolusi pada output dari layer sebelumnya.
Layer tersebut adalah proses utama yang
mendasari sebuah CNN.
Konvolusi adalah suatu istilah matematis yang
berati mengaplikasikan sebuah fungsi pada output
fungsi lain secara berulang. Dalam pengolahan citra,
konvolusi berati mengaplikasikan sebuah
kernel(kotak kuning) pada citra disemua offset yang
memungkinkan seperti yang ditunjukkan pada
Gambar.3. Kotak hijau secara keseluruhan adalah
citra yang akan dikonvolusi. Kernel bergerak dari
sudut kiri atas ke kanan bawah. Sehingga hasil
konvolusi dari citra tersebut dapat dilihat pada
gambar disebelah kanannya.
Tujuan dilakukannya konvolusi pada data citra
adalah untuk mengekstraksi fitur dari citra input.
Konvolusi akan menghasilkan transformasi linear
dari data input sesuai informasi spasial pada data.
Bobot pada layer tersebut menspesifikasikan kernel
konvolusi yang digunakan, sehingga kernel
konvolusi dapat dilatih berdasarkan input pada
CNN.
Gambar.3. Operasi Konvolusi
2) Subsampling Layer
Subsampling adalah proses mereduksi ukuran
sebuah data citra. Dalam pengolahan citra,
subsampling juga bertujuan untuk meningkatkan
invariansi posisi dari fitur. Dalam sebagian besar
CNN, metode subsampling yang digunakan adalah
max pooling. Max pooling membagi output dari
convolution layer menjadi beberapa grid kecil lalu
mengambil nilai maksimal dari setiap grid untuk
menyusun matriks citra yang telah direduksi seperti
yang ditunjukkan pada Gambar.4. Grid yang
berwarna merah, hijau, kuning dan biru merupakan
kelompok grid yang akan dipilih nilai
maksimumnya. Sehingga hasil dari proses tersebut
dapat dilihat pada kumpulan grid disebelah
kanannya. Proses tersebut memastikan fitur yang
didapatkan akan sama meskipun objek citra
mengalami translasi (pergeseran).
Gambar.4. Operasi Max Pooling
Menurut Springenberg et al. [10], penggunaan
pooling layer pada CNN hanya bertujuan untuk
mereduksi ukuran citra sehingga dapat dengan
mudah digantikan dengan sebuah convolution layer
dengan stride yang sama dengan pooling layer yang
bersangkutan.
3) Fully Connected Layer
Layer tersebut adalah layer yang biasanya
digunakan dalam penerapan MLP dan bertujuan
untuk melakukan transformasi pada dimensi data
agar data dapat diklasifikasikan secara linear.
Setiap neuron pada convolution layer perlu
ditransformasi menjadi data satu dimensi terlebih
dahulu sebelum dapat dimasukkan ke dalam sebuah
fully connected layer. Karena hal tersebut
menyebabkan data kehilangan informasi spasialnya
dan tidak reversibel, fully connected layer hanya
dapat diimplementasikan di akhir jaringan.
Dalam sebuah jurnal oleh Lin et al., dijelaskan
bahwa convolution layer dengan ukuran kernel 1 x 1
melakukan fungsi yang sama dengan sebuah fully
connected layer namun dengan tetap
mempertahankan karakter spasial dari data. Hal
tersebut membuat penggunaan fully connectedlayer
pada CNN sekarang tidak banyak dipakai.
D. Fungsi Aktivasi
Fungsi aktivasi adalah fungsi non linear yang
memungkinkan sebuah JST untuk dapat
mentransformasi data input menjadi dimensi yang
lebih tinggi sehingga dapat dilakukan pemotongan
hyperlane sederhana yang memungkinkan dilakukan
klasifikasi. Dalam CNN terdapat fungsi aktivasi
digunakan yaitu fungsi sigmoid.
Fungsi sigmoid mentransformasi range nilai dari
input x menjadi antara 0 dan 1 dengan bentuk
distribusi fungsi seperti pada Gambar.5. Sehingga
fungsi sigmoid memiliki bentuk sebagai berikut:
 (1)

Fungsi sigmoid sekarang sudah tidak banyak

digunakan dalam praktek karena memiliki
kelemahan utama yaitu range nilai output dari fungsi
sigmoid tidak terpusat pada angka nol.
Hal tersebut menyebabkan terjadinya proses
backpropagation yang tidak ideal, selain itu bobot
pada JST tidak terdistribusi rata antara nilai positif
dan negatif serta nilai bobot akan banyak mendekati
ekstrim 0 atau 1. Dikarenakan komputasi nilai
propagasi menggunakan perkalian, maka nilai
ekstrim tersebut akan menyebabkan efek saturating
gradients dimana jika nilai bobot cukup kecil, maka
lama kelamaan nilai bobot akan mendekati salah satu
ekstrim sehingga memiliki gradien yang mendekati
nol. Jika hal tersebut terjadi, maka neuron tersebut
tidak akan dapat mengalami update yang signifikan
dan akan nonaktif.
Gambar.6. Praproses Citra Input

M u la i

In p u t D a ta

Gambar.5. Distribusi Fungsi Sigmoid C itra

III. METODE PENELITIAN

P r o s e s W r a p p in g
A. Praproses dan Pengolahan Data Input d a n C ro p p in g

Citra masukan akan diolah ke dalam pra proses

yaitu proses wrapping dan cropping. Pada wrapping,
citra masukan dilakukan pengecekan terhadap edge C o n v e r t C itr a
m e n ja d i G r a y M e r u b a h C it r a
dari objek utama pada citra tersebut. Dari edge pada S c a le d a n R e s iz e m e n ja d i V e k t o r
m e n ja d i 1 4 0 x 1 4 0
citra tersebut ditentukan edge maksimalnya sehingga
saat hasil cropping objek pada citra tersebut tetap
utuh seperti pada Gambar.6. Tahap training dimulai
dengan merubah citra menjadi bentuk vektor. M e m p e r ta ja m
C itr a d e n g a n Z C A
Sehingga alur proses pertama berbentuk

S e le s a i

Gambar 7. Pra-proses dan Masukkan

 Proses pengolahan data citra dimulai dengan
citra ukuran sembarang yang kemudian dirubah
ukurannya menjadi 140 x 140. Citra tersebut
dijadikan grey scale agar bisa diproses dengan
mudah pada tahap Training.
B. Proses Training
Proses training merupakan tahapan dimana
CNN dilatih untuk memperoleh akurasi yang tinggi
dari klasifikasi yang dilakukan. Tahapan ini terdiri
dari proses feed forward dan proses
backpropagation. Untuk memulai proses
feedforward diperlukan jumlah dan ukuran layer
yang akan dibentuk, ukuran subsampling, citra
vektor yang diperoleh pada subbab III.A. Proses
feedforward bekerja seperti pada subbab II.C dimana
citra vektor akan melalui proses konvolusi dan Max
pooling untuk mereduksi ukuran citranya dan
memperbanyak neuronnya. Sehingga terbentuk
banyak jaringan yang mana menambah variant data
untuk dipelajari.
2) Proses Backpropagation
Proses backpropagation merupakan tahap kedua
dari proses training. Pada tahap ini seperti yang telah
dijelaskan pada sub bab 2.3.6 hasil proses dari feed
forward di-trace kesalahannya dari lapisan output
sampai lapisan pertama. Untuk menandai bahwa
data tersebut telah di-trace diperoleh bobot dan bias
yang baru.
3. Pemodelan Convolutional Neural Networks
Konstruksi model jaringan mengacu pada
arsitektur Convolutional Neural Networks yang
sudah dibangun. Model berupa persamaan umum
fungsi transfer antara pola fitur dengan pola fitur
lainnya. Berikut hasil model pada setiap layer
arsitektur jaringan.
a. Convolutional Layer C1
(1)

Hasil dari proses feedforward berupa bobot yang

akan digunakan untuk mengevaluasi proses neural Keterangan variabel dan index pada Convolutional
network tadi. Alur prosesnya seperti pada Gambar.8. Layer C1 adalah sebagai berikut:

: Input gambar
Mulai

1 : Bias konvolusi layer ke-1

1 : Filter konvolusi layer ke-1
I n p u t d a ta FM1 : Feature Map-1
vektor citra S el es ai : Index panjang baris input gambar
: Index panjang kolom input gambar
1 : Index panjang baris filter konvolusi
Inisialisasi M e n g h i tu n g B o b o t layer ke-1
p a r a m e te r C N N dan Bias
1 : Index panjang kolom filter konvolusi
layer ke-1
1 : Index baris feature map layer ke-1
Proses P r os e s
1 : Index kolom feature map layer ke-1
F e e d fo r w a r d Backpropagation 1 : Index jumlah feature pattern ke-1
: Panjang baris input gambar
Gambar.8. Alur Proses Training
: Panjang kolom input gambar
1) Proses Feedforward 1 : Panjang baris filter konvolusi layer ke-
Proses feed forward merupakan tahap pertama 1
dalam proses training. Proses ini akan menghasilkan 1 : Kolom filter konvolusi layer ke-1
beberapa lapisan untuk mengklasifikasi data citra 1 : Panjang baris feature map layer ke-1
yang mana menggunakan bobot dan bias yang telah 1 : Panjang kolom feature map layer ke-1
diperbarui dari proses backpropagation. Tahap ini 1 : Jumlah jumlah feature pattern ke-1
juga akan digunakan kembali saat proses testing.
 b. Pooling Layer P2 d. Pooling Layer P4
33+2 33+2
4((4,2 4)) = (4(2) + 4(2)
(2)
3((3,2)3)) (4)
3=24 3=24
Keterangan variabel dan index pada Pooling Keterangan variabel dan index pada Pooling
Layer P2 adalah sebagai berikut: Layer P4 adalah sebagai berikut:

2 : Bias filter pooling layer ke-2 4 : Bias filter pooling layer ke-
2 : Filter pooling layer ke-2 4
2 : Index baris feature map ke-2 4 : Filter pooling layer ke-4
2 : Index kolom feature map ke-2 4 : Index baris feature map ke-
2 : Panjang baris feature map ke-2 4
2 : Panjang kolom feature map ke- 4 : Index kolom feature map
2 ke-4
: Panjang baris feature map ke-4
c. Convolutional Layer C3
3((3,2)3) = : Panjang kolom feature map ke-4
11 31 31
(3(2) + 3((31,,3)2) 2 e. Hidden Layer H5
((31+ )3,3+3) ) (3)
1=0 3=0 3=0 (5)
Keterangan variabel dan index pada 1
Convolutional Layer C3 adalah sebagai berikut:

3 : Bias konvolusi layer ke-3

Keterangan variabel dan index pada hidden
3 : Filter konvolusi layer ke-3
layer H5 adalah sebagai berikut:
FM3 : Feature Map-3
2 : Index kedalaman feature pattern : Neuron hidden layer
ke-2 5 : Bias hidden layer
3 : Index panjang baris filter konvolusi : Bobot hidden layer
layer ke-3 : Index jumlah neuron hidden
3 : Index panjang kolom filter layer
konvolusi layer ke-3 : Jumlah neuron hidden layer
3 : Index baris feature map layer ke-3
3 : Index kolom feature map layer ke-3
2 : Jumlah kedalaman feature pattern f. Output Layer O6
ke- 2 1
3 : Panjang baris filter konvolusi layer (6)
()
= (6() + (()) 5()) (11)
ke-3
3 : Kolom filter konvolusi layer ke-3 =0
3 : Panjang baris feature map layer ke- Keterangan variabel dan index pada neuron
3 layer O6 adalah sebagai berikut:
3 : Panjang kolom feature map layer
: Neuron output layer
ke-3
6 : Bias output layer
: Bobot output layer
: Index jumlah neuron output layer
: Jumlah neuron output layer
4. Konfigurasi parameter Convolutional Neural
Networks
Inisialisasi nilai parameter bobot dilakukan
dengan membagi bilangan acak dari fungsi
standar distribusi normal (0,1) (mean=0 dan
variance=1) dengan akar dari jumlah parameter
bobot:

(7)

: Bilangan acak (random)

: Jumlah parameter bobot

: Standar deviasi

: Mean atau ekspektasi

Sedangkan parameter bias diinisialisasi

dengan angka nol. IV. HASIL DAN PEMBAHASAN

Lingkungan Hardware dan Software

Lingkungan perancangan sistem dibangun dari
C. Proses Testing
dua lingkungan yaitu lingkungan software dan
Proses testing merupakan proses klasifikasi lingkungan hardware. Spesifikasi lingkungan
menggunakan bobot dan bias dari hasil proses perancangan sistem secara lengkap dapat dilihat
training. Proses ini tidak jauh berbeda dengan proses pada tabel 1.
training yang membedakannya tidak terdapat proses
backpropagation setelah proses feedforward. Tabel1. Daftar metode data augmentation
.
Sehingga hasil akhir dari proses ini menghasilkan Lingkungan Spesifikasi
akurasi dari klasifikasi yang dilakukan, data yang
Handphone Acer 2.227-1
gagal diklasifikasi, nomor citra yang gagal
diklasifikasi, dan bentuk network yang terbentuk Hardware
RAM 1 GB
dari proses feedforward.
Camera 3 Mega Pixel
4
Dengan bobot dan bias yang baru proses Sistem Operasi Android 5.1
feedforward diterapkan yang kemudian Software
menghasilkan lapisan output. Lapisan output sudah Tools Android Studio
fully connected dengan label yang disediakan. Hasil
fully connected tersebut diperoleh data yang gagal
dan berhasil diklasifikasi. Dari penjelasan di atas B. Dataset
Berupa data ratusan ekstrasi gambar objek
dengan berbagai kondisi pencahayaan dan
posisi wajah masing-masing individu.
Mengunakan database yang menggunakan
Googles Protocol Buffers dalam bentuk
JavaScript Object Notation atau JSON
(tensorflow_inception_graph.pb).
 PERCOBAAN
OBJEK 1 2 3 4 5 MAX
% Urutan % Urutan % Urutan % Urutan % Urutan
Laptop 19.5 1 14.5 2 19.7 1 - - 19.1 2 19.5
Tas 20.2 2 42.0 1 4.7 4 16.0 2 - - 42.0
Botol Minum 45.8 1 13.0 1 - - 6.1 4 5.5 4 45.8
Tempat Sampah 25.5 1 9.4 2 - - - - - - 25.5
Monitor 4.9 5 33.4 1 15.6 1 5.9 3 - - 33.4
Lampu 10.6 4 21.4 1 - - - - 12.2 2 21.4
Parfum Botol 7.6 4 - - - - 12.4 2 - - 12.4
Sepatu 30.7 1 3.3 5 7.4 4 20.9 2 45.0 1 45.0
Handphone 25.0 2 6.7 4 3.3 5 - - 19.8 2 25.0
Socket Listrik 4.1 5 43.5 1 13.3 1 - - 3.2 5 43.5
Lemari 23.3 2 20.8 1 8.0 3 30.2 1 - - 30.2
Jaket 13.3 3 - - 2.6 5 3.5 5 - - 13.3
HASIL 29.75

Uji Coba Training Model

Dataset yang telah dikumpulkan akan dilakukan

uji coba training untuk mendapatkan model
pengenalan objek dengan benar sesuai dataset yang
dimasukkan. Pada tahap training model, diperlukan
input berupa dataset dan nama label. Dataset akan
otomatis bersesuaian dengan nama label. Nama
label yang bersesuain direpresentasikan sebagai
deretan target bipolar. Hasil akhir training Dataset 1
menghasilkan model 1, dataset 2 menghasilkan
model 2, dataset 3 menghasilkan model 3, dan
dataset 4 menghasilkan model 4. Kurva perubahan
nilai error pada uji coba training dataset 1, 2, 3, dan
4 dengan memberikan nilai threshold = 0.01f.

Uji Coba Model

Uji coba model dilakukan dengan menjalankan
implementasi pengenalan wajah secara real-time.
Proses pengenalan dijalankan dengen menangkap
gambar objek yang terdeteksi, lalu proses cropping,
dan dirubah menjadi 224 x 224. Gambar tersebut
akan diambil nilai RGB sesuai fungsi dari
Tensorflow. Hasil ekstraksi akan masuk model dan
dilakukan klasifikasi data.

Gambar 9. Hasil pengenalan objek secara real-time.

 Dari hasil perhitungan diambil kesimpulan bahwa DAFTAR PUSTAKA
model dapat melakukan klasifikasi Secara [1] [1] Y. LeCun, "Handwritten Digit Recognition
keseluruhan akurasi seluruh model didapatkan rata- with a BackPropagation Network," 1990.
rata akurasi: 29.75% [2] [2] Wikipedia, ''Feature Learning,"
[Online]. Available:
http://en.wikipedia.org/wiki/Feature_learning.
V. KESIMPULAN DAN SARAN [3] [3] A.Coates, H.Lee and A.Y. Ng, ''An Analysis
of Single-Layer Networks in Unsupervised
Dari hasil pembahasan pada bab Feature Learning,'' 2011.
sebelumnya, dapat ditarik beberapa kesimpulan [4] [4] K. Fukushima, "Neocognitron: A Self-
Organizing Neural Network Model for a
sebagai berikut:
Mechanism of Pattern Recognition Unaffected
1. Konstruksi model Convolutional Neural by Shift in Position," Biological
Cybernetics,1980.
Networks dengan kedalaman 7 layer model
[5] [5] A.Karpathy, ''CS231n Convolutional Neural
konvolusi sebagai pembangun jaringan antara lain Network for Visual Recognition, ''Stanford
input layer, convolutional layer C1, pooling layer University, [Online].Available:
P2, convolutional layer C3, pooling layer P4, hidden http://cs231m.github.io/.
layer H dan output layer F berhasil [6] [6] LISA Lab, ''Deep Learning Tutorial,''
mengklasifikasikan objek dengan rata-rata tingkat [Online]. Available:
http://deeplearning.net/tutorial/contents.html.
akurasi 29.75%. Dengan pencahayaan yang relatif
[7] [7] D. Stathakis, ''How Many Hidden Layers
redup dan tidak terdapat auto focus yang baik. And Nodes?,'' International Journal of Remote
2. Hal ini membuktikan bahwa klasifikasi Sensing, 2008.
menggunakan metode CNN relatif handal terhadap [8] [8] Stanford University, ''An Introduction to
perubahan parameter yang dilakukan. Dengan Convolutional Neural Network," Vision
menggunakan data training yang baik dan optimal, Imaging Science and Technology Lab, Stanford
maka subset dari data training tersebut juga akan University, [Online]. Available:
menghasilkan klasifikasi yang baik. http://white.stanford.edu/teach/index.php/An_I
ntroduction_to_Convolutional_Neural_Networ
3. Perubahan tingkat confusion tidak ks.
mempengaruhi hasil akurasi. Hal ini membuktikan
bahwa klasifikasi menggunakan metode CNN relatif
handal terhadap perubahan parameter yang
dilakukan. Dengan menggunakan data training yang
baik dan optimal, maka subset dari data training
tersebut juga akan menghasilkan klasifikasi yang
baik.
Saran yang diberikan untuk perbaikan dan
kelanjutan dari penelitian ini adalah:
1. Memilih hardware kamera digital yang memiliki
resolusi tinggi dan memiliki fitur autofocus agar
didapatkan gambar yang jelas walaupun obyek
bergerak sehingga dapat meningkatkan kinerja
jaringan sebelum masuk model baik untuk
deteksi dan pengenalan.
2. Melakukan eksplorasi terhadap kedalaman
jaringan Convolutional Neural Networks, jenis
pooling layer, fungsi aktivasi, dan jenis metode
klasifikasi.