Pada artikel ini analiswinter.com akan membahas tentang CIFAR-10, sebuah dataset yang sangat populer dalam dunia machine learning, khususnya untuk tugas klasifikasi gambar. Jika kamu baru memulai belajar computer vision atau ingin mendalami deep learning, CIFAR-10 adalah salah satu dataset yang wajib kamu kenal.
Apa Itu CIFAR-10?
CIFAR-10 (Canadian Institute For Advanced Research – 10 classes) adalah dataset yang terdiri dari 60.000 gambar berwarna dengan resolusi 32×32 piksel. Dataset ini dibagi menjadi 50.000 gambar untuk pelatihan (training) dan 10.000 gambar untuk pengujian (testing).
Setiap gambar dalam CIFAR-10 dikategorikan ke dalam salah satu dari 10 kelas berbeda, yaitu:
| Label |
Kategori |
| 0 |
Airplane |
| 1 |
Automobile |
| 2 |
Bird |
| 3 |
Cat |
| 4 |
Deer |
| 5 |
Dog |
| 6 |
Frog |
| 7 |
Horse |
| 8 |
Ship |
| 9 |
Truck |
Dataset ini sangat cocok untuk penelitian karena ukurannya tidak terlalu besar namun cukup kompleks untuk menguji kemampuan model dalam mengenali objek dari berbagai kelas.
Keunggulan CIFAR-10
Beberapa alasan mengapa CIFAR-10 menjadi pilihan favorit di dunia akademik dan industri:
- Standar Benchmark: Banyak algoritma image classification menggunakan CIFAR-10 untuk pembandingan performa.
- Mudah Diakses: Bisa langsung diunduh melalui library seperti TensorFlow, PyTorch, atau Keras.
- Multikategori: Cakupan 10 kelas memberikan keragaman objek yang baik untuk eksperimen awal.
- Resolusi Kecil: Mengurangi kebutuhan komputasi sehingga cocok untuk pemula dan eksperimen cepat.
Cara Menggunakan CIFAR-10
Di Python, kamu bisa mengakses dataset ini dengan sangat mudah menggunakan Keras:
from tensorflow.keras.datasets import cifar10
(x_train, y_train), (x_test, y_test) = cifar10.load_data()
Data kemudian bisa digunakan untuk membangun model CNN (Convolutional Neural Network) atau algoritma klasifikasi lainnya. Banyak tutorial deep learning dimulai dari eksperimen dengan CIFAR-10 karena kompleksitasnya yang seimbang.
Contoh HTML Visualisasi CIFAR-10
Berikut ini adalah contoh kode HTML untuk menampilkan label dan contoh gambar dari CIFAR-10:
<!DOCTYPE html>
<html lang="id">
<head>
<meta charset="UTF-8">
<title>Contoh Gambar CIFAR-10</title>
<style>
body {
font-family: Arial, sans-serif;
padding: 20px;
}
table {
width: 100%;
border-collapse: collapse;
margin-top: 20px;
}
th, td {
border: 1px solid #ccc;
padding: 10px;
text-align: center;
}
th {
background-color: #eee;
}
img {
width: 64px;
height: 64px;
object-fit: cover;
}
</style>
</head>
<body>
<h1>Label dan Contoh Gambar dari CIFAR-10</h1>
<table>
<thead>
<tr>
<th>No</th>
<th>Label</th>
<th>Contoh Gambar</th>
<th>Deskripsi</th>
</tr>
</thead>
<tbody>
<tr>
<td>1</td>
<td>Airplane</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/airplane1.png" alt="Airplane"></td>
<td>Gambar pesawat terbang</td>
</tr>
<tr>
<td>2</td>
<td>Automobile</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/automobile1.png" alt="Automobile"></td>
<td>Mobil pribadi</td>
</tr>
<tr>
<td>3</td>
<td>Bird</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/bird1.png" alt="Bird"></td>
<td>Berbagai jenis burung</td>
</tr>
<tr>
<td>4</td>
<td>Cat</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/cat1.png" alt="Cat"></td>
<td>Gambar kucing</td>
</tr>
<tr>
<td>5</td>
<td>Deer</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/deer1.png" alt="Deer"></td>
<td>Gambar rusa</td>
</tr>
<tr>
<td>6</td>
<td>Dog</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/dog1.png" alt="Dog"></td>
<td>Berbagai jenis anjing</td>
</tr>
<tr>
<td>7</td>
<td>Frog</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/frog1.png" alt="Frog"></td>
<td>Gambar katak</td>
</tr>
<tr>
<td>8</td>
<td>Horse</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/horse1.png" alt="Horse"></td>
<td>Gambar kuda</td>
</tr>
<tr>
<td>9</td>
<td>Ship</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/ship1.png" alt="Ship"></td>
<td>Kapal laut</td>
</tr>
<tr>
<td>10</td>
<td>Truck</td>
<td><img src="https://www.cs.toronto.edu/~kriz/cifar-10-sample/truck1.png" alt="Truck"></td>
<td>Kendaraan berat/truk</td>
</tr>
</tbody>
</table>
</body>
</html>
[epcl_button label=”DEMO” url=”https://codepen.io/analiswinter/full/ZYYLMLV” type=”flat” color=”dark” size=”large” target=”_blank” rel=”nofollow”][/epcl_button]
Kesimpulan
CIFAR-10 adalah dataset klasifikasi gambar yang ideal untuk belajar dan eksperimen dalam bidang machine learning. Dengan 10 kategori yang umum dan dataset yang sudah sangat dikenal, kamu bisa menggunakannya untuk membangun dan membandingkan performa berbagai model.
Itulah tadi artikel dari analiswinter.com, jika ada hal yang ingin ditanyakan bisa langsung ke kolom komentar. Semoga bermanfaat dan selamat belajar!