Ardu Darugutni, Hendra Marcos
{"title":"KLASIFIKASI PERMAINAN BATU KERTAS GUNTING MENGGUNAKAN ALGORITMA CONVOLUTION NEURAL NETWORK (CNN)","authors":"Ardu Darugutni, Hendra Marcos","doi":"10.46880/mtk.v9i1.1569","DOIUrl":null,"url":null,"abstract":"Permainan yang terdiri dari pilihan batu, kertas, dan gunting menjadi suatu jenis permainan tradisional di mana masih sering digunakan oleh berbagai kalangan masyarakat. Permainan yang terdiri dari pilihan batu, kertas, dan gunting sangat digemari di seluruh dunia karena mudah dalam memainkannya. Dengan penggunaan metode supervised learning CNN dapat digunakan untuk melakukan klasifikasi data berlabel. Metode CNN sangat efektif dalam mengenali citra digital karena diterapkan berdasarkan pada bagaimana otak manusia mengenali citra visual. Penelitian ini bertujuan untuk mengaplikasikan metode CNN dalam mengklasifikasikan objek tangan dalam permainan batu, kertas, dan gunting. Selanjutnya, dengan menggunakan perangkat lunak pengolahan citra objek untuk menerapkan permainan batu, kertas, dan gunting. Tahapan-tahapan dalam proses klasifikasi CNN seperti pengumpulan dataset, training dan testing, perancangan CNN, dan akurasi. Berdasarkan perhitungan dan temuan percobaan dapat disimpulkan bahwa penerapan CNN untuk klasifikasi citra menggambarkan hasil yang terbaik dalam klasifikasi gambar batu, kertas, dan gunting yang dibuktikan dengan hasil akurasi rata-rata dari penelitian sebesar 99%.","PeriodicalId":384219,"journal":{"name":"METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi","volume":"8 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-03-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46880/mtk.v9i1.1569","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

由石头、布和剪刀的选择组成的游戏成为一种传统的游戏,在这种游戏中,许多社会仍然经常使用。由石头、布和剪刀组成的游戏在世界各地都很受欢迎,因为它很容易玩。通过使用超音速学习CNN可以用来进行标签数据分类。CNN的方法在识别数字图像方面非常有效,因为它是基于人脑如何识别视觉图像的。这项研究的目的是将CNN的方法应用到石头、纸和剪刀的游戏中,将手的物体分类。接下来,使用对象图像处理软件应用石头、布和剪刀的游戏。CNN分类过程中的各个阶段,如数据采集、培训和测试、CNN的设计和准确性。根据计算和实验结果,可以得出结论,CNN对图像分类的应用说明了研究中石头、纸和剪刀的平均准确性为99%的最佳结果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
KLASIFIKASI PERMAINAN BATU KERTAS GUNTING MENGGUNAKAN ALGORITMA CONVOLUTION NEURAL NETWORK (CNN)
Permainan yang terdiri dari pilihan batu, kertas, dan gunting menjadi suatu jenis permainan tradisional di mana masih sering digunakan oleh berbagai kalangan masyarakat. Permainan yang terdiri dari pilihan batu, kertas, dan gunting sangat digemari di seluruh dunia karena mudah dalam memainkannya. Dengan penggunaan metode supervised learning CNN dapat digunakan untuk melakukan klasifikasi data berlabel. Metode CNN sangat efektif dalam mengenali citra digital karena diterapkan berdasarkan pada bagaimana otak manusia mengenali citra visual. Penelitian ini bertujuan untuk mengaplikasikan metode CNN dalam mengklasifikasikan objek tangan dalam permainan batu, kertas, dan gunting. Selanjutnya, dengan menggunakan perangkat lunak pengolahan citra objek untuk menerapkan permainan batu, kertas, dan gunting. Tahapan-tahapan dalam proses klasifikasi CNN seperti pengumpulan dataset, training dan testing, perancangan CNN, dan akurasi. Berdasarkan perhitungan dan temuan percobaan dapat disimpulkan bahwa penerapan CNN untuk klasifikasi citra menggambarkan hasil yang terbaik dalam klasifikasi gambar batu, kertas, dan gunting yang dibuktikan dengan hasil akurasi rata-rata dari penelitian sebesar 99%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信