Tidak hanya American atau Indonesian’s Idol, ternyata ada juga kompetisi model Deep Learning dengan nama ImageNet Large Scale Visual Recognition (ILSVR) Challenge (lihat link resminya). Kompetisi berlangsung dari tahun 2010 hingga tahun 2017. Entah mengapa berhenti di tahun itu, mungkin karena akurasinya yang sudah sangat tinggi mirip kecerdasan manusia.

LeNet

Model ini digagas oleh pakar Deep Learning ternama, Yann LeCun di tahun 98. Mungkin nama “Le” diambil dari “LeCun”. Dengan keterbatasan hardware jaman itu tetapi model ini bekerja sangat baik dengan konsep konvolusi, sehingga sering disebut Convolusion Neural Network (CNN atau ConvNet).

Yann LeCun

AlexNet

Model ini sesuai namanya digagas oleh Alex dan kawan-kawan tahun 2012. Tahun sebelumnya dimenangkan oleh organisasi ternama, yakni Xerox. Model AlexNet banyak dikembangkan oleh organisasi-organisasi lain yang juga memenangkan kontes ILSVRC.

Alex Krizhevsky

GoogLeNet

Google dengan peneliti-penelitinya mampu menang di kontes tahun 2014. Dengan modul insepsi-nya yang mengurangi jumlah parameter AlexNet yang sebesar 60 juta menjadi 4 juta saja.

VGG Net

Model ini memang kalah oleh GoogLeNet, tetapi karena sifatnya yang terbuka, sangat disukai oleh komunitas visi komputer. Akurasinya pun hanya selisah 1 % saja dari GoogLeNet. Berbeda dengan GoogLeNet yang berbasis LeNet dari Yann LeCun, VGG Net berbasis AlexNet.

ResNet

Model ini singkatan dari Residual Neural Network yang menggunakan konsep residual. Gate yang ada di ResNet diterapkan dengan baik oleh Recurrent Neural Network (RNN) untuk data yang berbasis waktu (temporal).

Tokoh DL: Yann Lecun (Fb), Geoffrey Hinton (Google), Yoshua Bengio (Univ Montreal), Source: Link

Untuk menyaingi model-model di atas, walaupun tidak mustahil, sepertinya bagi mahasiswa-mahasiswa kita agak sulit. Hal ini karena model-model di atas dibuat oleh tim dari organisasi-organisasi besar seperti Xerox, Google, Facebook, dan puluhan lainnya. Mungkin kita bisa mengambil metode-metode itu untuk diterapkan di piranti-piranti kecil dan sederhana agar lebih bermanfaat, terutama pada aplikasi-aplikasi online untuk mendukung UMKM. Semoga bisa menginspirasi.