Pooling adalah Apa? Simak Pengertiannya di Sini
Membagikan informasi dari berbagai topik.
·waktu baca 2 menit
Tulisan dari Pojok Informasi tidak mewakili pandangan dari redaksi kumparan
PerbesarIstilah Pooling terdengar sederhana, tetapi memiliki konteks penggunaan yang cukup luas dan beragam, sehingga tak jarang menimbulkan kebingungan bagi banyak orang. Pooling adalah teknik atau metode dalam pengumpulan berbagai informasi.
Pooling kerap dikaitkan dengan proses penggabungan atau penyatuan sesuatu, tetapi di sisi lain, penerapannya bisa berbeda tergantung pada bidang yang sedang dibahas.
Pooling adalah Teknik Pengumpulan Berbagai Informasi
Dikutip dari laman binus.ac.id, mengungkapkan bahwa pooling adalah salah satu proses penting dalam arsitektur Convolutional Neural Network (CNN) yang berfungsi untuk merangkum informasi dari peta fitur hasil proses konvolusi.
Teknik ini dilakukan dengan cara mengambil nilai tertentu dari suatu area kecil pada peta fitur, sehingga menghasilkan representasi yang lebih ringkas tanpa menghilangkan informasi utama.
Dengan demikian, pooling membantu menyederhanakan data sekaligus menjaga esensi dari fitur yang telah terdeteksi sebelumnya.
Dalam penerapannya, CNN bekerja dengan menggunakan filter yang dipelajari untuk mengolah gambar masukan dan menghasilkan peta fitur (feature map).
Peta fitur ini menggambarkan keberadaan karakteristik tertentu pada citra, namun memiliki keterbatasan karena merekam posisi fitur secara sangat spesifik.
Akibatnya, perubahan kecil seperti pergeseran, rotasi, pemotongan (crop), atau variasi lainnya dapat menghasilkan peta fitur yang berbeda, meskipun gambar secara visual masih serupa.
Untuk mengatasi hal tersebut, digunakan proses down sampling, yaitu teknik untuk mengurangi dimensi peta fitur.
Tujuan utamanya adalah mempertahankan informasi penting sambil mengurangi kompleksitas data, sehingga proses komputasi menjadi lebih cepat dan efisien.
Selain itu, down sampling juga membantu mengurangi risiko overfitting karena jumlah parameter yang perlu diperbarui menjadi lebih sedikit.
Salah satu cara paling umum dalam melakukan down sampling adalah dengan menggunakan pooling layer.
Lapisan ini bekerja dengan merangkum nilai-nilai pada area tertentu, sehingga menghasilkan peta fitur yang lebih kecil dan lebih stabil terhadap perubahan posisi pada input.
Dengan adanya pooling, model tidak hanya menjadi lebih efisien, tetapi juga lebih mampu mengenali pola meskipun terdapat variasi kecil pada gambar masukan. (DANI)
Baca juga: Umbul adalah Apa? Ini Penjelasan Lengkap yang Wajib Diketahui