Transfer learning pada Network VGG16 dan ResNet50

Abstract

Transfer Learning adalah prinsip yang digunakan pada neural network dengan tujuan membantu pelatihan pada data yang sedikit, mempercepat waktu dan meningkatkan performa pelatihan. Salah satu metode transfer learning adlaah fine tuning. Pada metode tersebut, melakukan pembekuan pada sejumlah layer pada model network yang dilatih sebelumnya dan melakukan pelatihan pada lapisan yang lainnya dan pada lapisan feature extractor. Pada penelitian ini akan dilihat salah satu metode transfer learning pada model network VGG6 dan ResNet50, yaitu fine tuning, dengan melakukan pembekuan dengan jumlah yang lapisan berbeda pada masng-masing model. Kemudian pada kedua model tersebut dilihat kinerja dan akurasinya pada saat pelatihan dan pengujian