Abstract:
Penelitian ini membahas pembangunan dan eksperimen model object recognition menggunakan Residual Network (ResNet). Residual Network merupakan salah satu arsitektur jaringan saraf konvolusional (CNN) yang bertujuan untuk mengatasi masalah degradasi pada jaringan neural yang lebih dalam. Dataset yang digunakan dalam penelitian ini adalah Imagenet yang diimplementasikan menggunakan PyTorch. Metodologi yang digunakan meliputi pengumpulan data, penyiapan data, eksplorasi data, pembangunan model, dan evaluasi model. Hasil eksperimen menunjukkan bahwa model ResNet mampu menghasilkan kinerja yang lebih baik dibandingkan model plain network. Hasil evaluasi juga menunjukkan bahwa ResNet mampu menghasilkan nilai metrik yang lebih baik dengan jumlah epoch yang lebih sedikit dibandingkan dengan model plain network.
