Klasifikasi Citra Game Batu Kertas Gunting Menggunakan Convolutional Neural Network

Abstract

Permainan batu, gunting, dan kertas sangat populer di seluruh dunia. Permainan ini biasanya dimainkan saat sedang berkumpul untuk mengundi ataupun hanya bermain untuk mengetahui yang menang dan yang kalah. Namun, perkembangan zaman dan teknologi mengakibatkan orang dapat berkumpul secara virtual. Untuk bisa melakukan permainan ini secara virtual, penelitian ini membuat model klasifikasi citra untuk membedakan objek tangan yang menunjuk batu, kertas, dan gunting. Performa metode klasifikasi merupakan hal yang harus diperhatikan dalam kasus ini. Salah satu metode klasifikasi citra yang populer adalah Convolutional Neural Network (CNN). CNN adalah salah satu jenis neural network yang biasa digunakan pada data klasifikasi citra. CNN terinspirasi dari jaringan syaraf manusia. Algoritma ini memiliki 3 tahapan yang dipakai, yaitu convolutional layer, pooling layer, dan fully connected layer. Uji coba 5-Fold cross validation klasifikasi objek tangan yang menunjuk citra batu, kertas, dan gunting menggunakan CNN pada penelitian ini menghasilkan rata-rata akurasi sebesar 97.66%.

Increased Accuracy on Image Classification of Game Rock Paper Scissors using CNN

“…These objects each represent the shape of a rock, scissor, and paper using the CNN (Convolutional Neural Network) method. The stages of the research method used in this research are depicted in Figure 1 and involve 5 steps: gathering or accumulating datasets; splitting data; preprocessing; creating CNN model; and calculating performance [2]. The dataset for this study was taken from Kaggle under the title "Rock-Paper-Scissors Images" revealed on page [20].…”

“…If there is a significant difference, the model then considered overfitting. Table7illustrated the average accuracy comparison in research[2] with this research. This research reveals an increase in accuracy.…”

“…The stage of image classification is necessary for the process of object detection, which in this case employs rock, scissors, and paper games. Methods such as Support Vector Machine (SVM) and Deep Learning (DL) can be employed in the process of classifying images to detect an object [2]. If the classification involves a large and complex dataset, Deep Learning is more suitable than a Support Vector Machine [3].…”

“…scissor. The purpose of this study is to improve accuracy by using a higher epoch value and assembling a more in-depth model architecture based on previous research[2]. The stages of this research include gathering or accumulating datasets, developing an architecture for CNN testing, and computing or calculating performance.…”

Penerapan Neural Network Dalam Klasifikasi Citra Permainan Batu Kertas Gunting dengan Probabilistic Neural Network

“…Namun, citra gerak tangan manusia dalam permainan batu-kertas-gunting memiliki keunikan tersendiri, yaitu tangan manusia memiliki bentuk yang berbeda-beda ketika merepresentasikan batu, kertas, dan gunting. [1]. Maka daripada itu, pengembangan game untuk mendeteksi objek gambar batu, kertas, dan gunting perlu adanya tahap klasifikasi citra.…”