Proyek Klasifikasi Gambar Gerakan Tangan Batu, Kertas, Gunting dengan Jaringan Neural TensorFlow_by Isa Aulia Almadani

Project Overview:

Proyek ini bertujuan untuk membangun model klasifikasi gambar yang dapat mengenali gerakan tangan batu, kertas, dan gunting menggunakan jaringan neural dengan TensorFlow. Proyek ini menggunakan dataset gambar yang diambil dari GitHub dan mencakup tahapan mulai dari impor pustaka, preprocessing data, membangun model, hingga prediksi gambar.

Tujuan Proyek:

Membuat model yang dapat mengklasifikasikan gerakan tangan batu, kertas, dan gunting dengan akurasi tinggi untuk aplikasi dalam permainan atau interaksi manusia-komputer.

Fitur Utama:

1. Import Library: Mengimpor pustaka yang diperlukan untuk analisis dan pembangunan model seperti TensorFlow, NumPy, Pandas, dan Matplotlib.

2. Import Dataset from GitHub: Mengambil dataset gambar gerakan tangan dari GitHub yang berisi gambar-gambar batu, kertas, dan gunting dalam berbagai kondisi pencahayaan dan latar belakang.

3. Preprocessing: Melakukan preprocessing pada dataset, termasuk mengubah ukuran gambar, normalisasi nilai piksel, dan pembagian data menjadi set pelatihan dan pengujian.

4. Building Model with TensorFlow: Membuat dan melatih model jaringan neural menggunakan TensorFlow. Model ini dirancang untuk mengenali pola dalam gambar gerakan tangan dan mengklasifikasikannya ke dalam salah satu dari tiga kategori: batu, kertas, atau gunting.

5. Predict Image: Menggunakan model yang telah dilatih untuk memprediksi klasifikasi gambar baru yang belum pernah dilihat sebelumnya, dan menampilkan hasil prediksinya.

Teknologi yang Digunakan:

• TensorFlow: Untuk membangun dan melatih model jaringan neural.
• NumPy: Untuk manipulasi array dan operasi numerik.
• Pandas: Untuk manipulasi data dan analisis dataset.
• Matplotlib: Untuk visualisasi data dan hasil prediksi.

Hasil yang Diharapkan:

Proyek ini diharapkan menghasilkan model klasifikasi gambar yang dapat secara akurat mengenali dan mengklasifikasikan gerakan tangan batu, kertas, dan gunting. Model ini diharapkan dapat digunakan dalam aplikasi interaktif atau permainan yang memerlukan pengenalan gerakan tangan.

Rencana Pengembangan:

1. Mengoptimalkan model untuk meningkatkan akurasi prediksi.
2. Menggunakan Ide model ini untuk project yang lebih besar dengan data yang sama, yaitu image.