ARSITEKTUR VISUAL GEOMETRY GROUP DENGAN BASIS ATTENTION DAN SELECTIVE KERNEL UNTUK KLASIFIKASI GAMBAR MENGGUNAKAN CONVOLUTIONAL BLOCK ATTENTION MODULE

Penelitian ini berkontribusi pada pengintegrasian metode Selective Kernel (SK) dan
Convolutional Block Attention Module (CBAM) untuk mengadaptifkan bidang
persepsi dan memperkaya ekstraksi fitur dengan basis arsitektur Visual Geometry
Group (VGG). Selain itu, model diterapkan Batch Normalization (BN) untuk
meningkatkan generalisasi model. CBAM merupakan sebuah metode attention
dengan menggabungkan dua modul yaitu kanal dan spasial untuk memperkaya
ekstraksi fitur. Selain itu, CBAM dapat mudah diintegrasikan pada model basis
Convololution Neural Network (CNN). SK merupakan sebuah metode attention
yang berfokus pada pemilihan kernel secara adaptif. VGG merupakan sebuah
arsitektur dengan basis CNN untuk mengklasifikasi gambar. Arsitektur VGG
memanfaatkan filter konvolusi (3x3), yang memberikan peningkatan signifikan
dibandingkan konfigurasi sebelumnya. Arsitektur tersebut memiliki prestasi dengan
memenangkan kompetisi ImageNet Challenge 2014. Metrik utama pada penelitian
ini diantaranya akurasi, presisi, recall, f-1 score, waktu, dan sparse top-k
categorical accuracy. Selain itu, dataset tolok ukur yang digunakan pada penelitian
ini yaitu CIFAR-10 dan CIFAR-100. Berdasarkan hasil percobaan model terbaik
mendapatkan akurasi 86%, sparse top-k categorical accuracy 99%, presisi 86%,
recall 86%,dan f-1 score 86% pada dataset CIFAR-10. Hasil tersebut mendapatkan
peningkatan pada metrik akurasi, presisi, recall, dan f-1 score sebesar 7%
dibandingkan dengan model CNN awal. Namun, terjadi peningkatan waktu
pelatihan sebanyak 34,5 menit. Selanjunya, pada dataset CIFAR-100 model terbaik
mendapatkan akurasi 60%, sparse top-k categorical accuracy 85%, presisi 60%,
recall 60%,dan f-1 score 59%. Hasil tersebut terjadi peningkatan akurasi 21%,
sparse top-k categorical accuracy 16%, presisi 20%, recall 21%, dan f-1 score 21%
dibandingkan model CNN awal. Namun, terjadi peningkatan waktu pelatihan
sebanyak 62,1 menit. Saran penelitian selanjutnya dapat bereksperimen pada
dataset yang berbeda, arsitektur CNN yang berbeda, dan menerapkan metode untuk
mengefesienkan konvolusi. Dapat disimpulkan dengan hasil tersebut model
mendapatkan peningkatan performa secara signifikan. Namun, terjadi peningkatan
waktu pelatihan.
Kata Kunci - Selective Kernel, Convolutional Block Attention Module, Visual
Geometry Group, Batch Normalization, Dataset CIFAR