Description

Buku ini membahas konsep, perkembangan, dan implementasi Convolutional Neural Network (CNN) sebagai salah satu metode utama Deep Learning dalam bidang Computer Vision. Pembahasan diawali dengan konsep dasar CNN serta evolusi berbagai arsitektur, kemudian dilanjutkan dengan implementasi LeNet-5 untuk klasifikasi jenis kendaraan, ZFNet untuk identifikasi kerusakan infrastruktur jalan, DenseNet121 untuk klasifikasi ekspresi wajah, Transfer Learning menggunakan MobileNetV2 dan VGG16 untuk klasifikasi sampah organik dan anorganik, DenseNet-121 untuk deteksi pneumonia pada citra rontgen dada, serta perbandingan kinerja LeNet-5 dan AlexNet menggunakan dataset Intel Image Classification. Buku ini ditujukan bagi mahasiswa, dosen, dan praktisi yang ingin memahami teori sekaligus implementasi CNN secara sistematis.