Perancangan Sistem Pendukung Objek Deteksi untuk Permainan Kartu Cardfight!Vanguard Menggunakan Aplikasi Roboflow dan Flask

Penulis

  • Cornelius Arvel Pratama Tungady Universitas Kristen Satya Wacana
  • Hindriyanto Dwi Purnomo Universitas Kristen Satya Wacana

Kata Kunci:

TCG, Remote play, Vanguard, Roboflow, Flask

Abstrak

Pandemi covid-19 yang muncul di awal tahun 2020 ini telah mempengaruhi berbagai aktivitas kita dengan berbagai keterbatasan, untuk itu pemerintah telah menerapkan beberapa protokol mulai  menggunakan masker, menjaga kebersihan, hingga social distancing. Tidak bisa dipungkiri pula bahwasannya manusia merupakan makhluk sosial, dalam konteks tersebut kejenuhan merupakan musuh utama. Untuk dapat melepas stres seperti membaca, mendengarkan music, menonton, maupun melakukan sebuah permainan. TCG (Trading Card Game) merupakan permainan buatan dengan berbagai tema yang menarik. Permainan kartu umumnya dimainkan di tempat yang sama bersama dengan orang lain, namun apa jadinya apabila permainan kartu tersebut dimainkan dalam kondisi pandemi covid-19. Tentunya hambatan terbesar yang akan didapat adalah jarak dan waktu. Konami selaku produsen dan pengembang permainan kartu telah melakukan inovasi dengan menerapkan Remote Duel di mana turnamen dan pertandingan lainnya secara resmi dapat diselenggarakan secara virtual. Tak terkecuali Cardfight!Vanguard yang memiliki pola  permainan yang sangat tergantung terhadap interaksi antar pemainnya. Remote play mengharuskan pemainnya untuk menggunakan kamera yang akan mengambil gambar field kartu ketika sedang bermain. Penelitian ini menggunakan Model Waterfall yang akan dimulai dari persiapan dataset, melakukan Train terhadap data, melakukan proses Annotate, hingga melakukan implementasi berbasis web menggunakan framework flask untuk dapat digunakan dan dicoba fungsionalitasnya dengan menggunakan salah satu teknologi produk dari tensorflow yaitu Roboflow, merupakan sebuah aplikasi yang khusus dirancang untuk dapat membantu dalam proses pembuatan dan pengenalan objek. Hasil yang didapatkan adalah dengan menggunakan flask sebagai basis web dapat melakukan pengenalan objek kartu dengan baik hingga dapat menampilkan data dari kartu yang terdeteksi.

Referensi

Jahangir, M. A., Muheem, A., & Rizvi, M. F. (2020). Coronavirus (COVID-19): history, current knowledge and pipeline medications. Journal of Pharmaceutical Research Science & Technology [ISSN: 2583-3332], 4(1), 1-9.

Afini, M., & Hanifah, H. (2021). Stresor dan Penanggulangan Stres Selama Masa Awal Pandemi Covid-19. Psikostudia: Jurnal Psikologi, 10(3), 294-305.

Bicheno, T. (2022). The Impact of the COVID-19 Pandemic on the International Marketing Strategies of MNE’s: A Report on the Konami Company and ‘YuGiOh!’. Essex Student Journal, 5-6.

Hurst, W., Withington, A., & Kolivand, H. (2022). Virtual conference design: features and obstacles. Multimedia Tools and Applications, 16908-16909.

Ditrih, H., Grgić, S., & Turković, L. (2021). Real-Time Detection and Recognition of Cards in the Game of Set. International Symposium on Electronics in Marine.

Grinberg, M. (2018). Flask Web Development: Developing Web Applications with Python. United States of America: O'Reilly Media, Inc.

Ciaglia, F., Zuppichini, F. S., Guerrie, P., McQuade, M., & Solawetz, J. (2022). Roboflow 100: A Rich, Multi-Domain Object Detection Benchmark. arXiv preprint arXiv:2211.13523.

Zhang, P., Zhong, Y., & Li, X. (2019). SlimYOLOv3: Narrower, faster and better for real-time UAV applications. In Proceedings of the IEEE/CVF International Conference on Computer Vision Workshops (pp. 0-0).

Bahaghighat, M., Akbari, L., & Xin, Q. (2019). A machine learning-based approach for counting blister cards within drug packages. IEEE Access, 7, 83785-83796.

Prasetia, D. D., Yuswanto, A., & Wibowo, B. (2022). Design of Machine Learning Detection Mask Using Yolo and Darknet on Nvidia Jetson Nano. Teknokom, 5(1), 88-95.

Xia, Y., Nguyen, M., & Yan, W. Q. (2023, February). A Real-Time Kiwifruit Detection Based on Improved YOLOv7. In Image and Vision Computing: 37th International Conference, IVCNZ 2022, Auckland, New Zealand, November 24–25, 2022, Revised Selected Papers (pp. 48-61). Cham: Springer Nature Switzerland.

Khoo, E. J., & Lantos, J. D. (2020). Lessons learned from the COVIDâ€19 pandemic. Acta Paediatrica (Oslo, Norway: 1992), 109(7), 1323.

Ramadhany, A., Firdausi, A. Z., & Karyani, U. (2021). Stres pada mahasiswa selama pandemi covid-19. Jurnal Psikologi Insight, 5(2), 65-71.

Raschka, S., Patterson, J., & Nolet, C. (2020). Machine learning in python: Main developments and technology trends in data science, machine learning, and artificial intelligence. Information, 11(4), 193.

Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 6 No. 3 Juli 2023

Unduhan

Diterbitkan

2023-07-30

Cara Mengutip

Tungady, C. A. P., & Purnomo, H. D. (2023). Perancangan Sistem Pendukung Objek Deteksi untuk Permainan Kartu Cardfight!Vanguard Menggunakan Aplikasi Roboflow dan Flask. Jurnal Teknologi Sistem Informasi Dan Aplikasi, 6(3), 283–290. Diambil dari https://openjournal.unpam.ac.id/index.php/JTSI/article/view/30303

Terbitan

Vol 6 No 3 (2023): Jurnal Teknologi Sistem Informasi dan Aplikasi

Bagian

Article

Lisensi

Hak Cipta (c) 2023 Cornelius Arvel Pratama Tungady, Hindriyanto Dwi Purnomo

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Jurnal Teknologi Sistem Informasi dan Aplikasi have CC BY-NC or an equivalent license as the optimal license for the publication, distribution, use, and reuse of scholarly work.

In developing strategy and setting priorities, Jurnal Teknologi Sistem Informasi dan Aplikasi recognize that free access is better than priced access, libre access is better than free access, and libre under CC BY-NC or the equivalent is better than libre under more restrictive open licenses. We should achieve what we can when we can. We should not delay achieving free in order to achieve libre, and we should not stop with free when we can achieve libre.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) License

YOU ARE FREE TO:

  • Adapt - remix, transform, and build upon the material for any purpose, even commercially.
  • The licensor cannot revoke these freedoms as long as you follow the license terms