Overview

Machine Learning – Image Classification dengan CNN merupakan sebuah proyek pengembangan model machine learning yang dibuat sebagai bagian dari tugas akhir pada kursus Machine Learning untuk Pemula di Dicoding. Pada proyek ini, model dikembangkan untuk melakukan klasifikasi gambar dengan tiga kelas, yaitu Rock, Paper, dan Scissor, menggunakan pendekatan Convolutional Neural Network (CNN). Model dilatih menggunakan dataset citra yang telah diproses sebelumnya, kemudian diuji untuk mengevaluasi kinerja dan akurasi prediksi.

Hasil pengujian menunjukkan bahwa model mampu melakukan prediksi dengan baik, ditandai dengan output prediksi berupa vektor probabilitas [[1. 0. 0.]] yang merepresentasikan kelas prediksi pertama. Pada salah satu pengujian, model berhasil mengklasifikasikan gambar uji ke dalam kelas paper secara tepat. Selain itu, proses evaluasi model menghasilkan nilai loss sebesar 0.0967 dengan tingkat akurasi mencapai 97,25%, yang menunjukkan bahwa model memiliki performa klasifikasi yang cukup tinggi untuk skenario pembelajaran dasar. Proyek ini menjadi implementasi nyata dari konsep CNN serta alur kerja machine learning, mulai dari pelatihan, evaluasi, hingga proses inferensi pada data baru.