Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/30836
Title: Perancangan Sistem Pendukung Deteksi Objek untuk Permainan Kartu Cardfight!Vanguard Menggunakan Aplikasi Roboflow dan Flask
Authors: Tungady, Cornelius Arvel Pratama
Keywords: TCG;Remote play;Vanguard;Roboflow;Flask
Issue Date: 26-Jun-2023
Abstract: The covid-19 pandemic that emerged in early 2020 has affected our activities with various limitations, for this reason the government has implemented several protocols starting from using masks, maintaining cleanliness, and social distancing. It is also undeniable that humans are social creatures, in this context boredom is the main enemy. There are some activities to be able relieve stress such as reading, listening to music, watching, or playing a game. TCG (Trading Card Game) is an artificial game that build in with such various interesting themes. Card games are generally played with other people, but what would happen if the card game was played in the covid-19 pandemic. Of course, the biggest obstacle we will be facing are distance and time. Konami as a card game manufacturer and developer has a brilliant idea by implementing Remote Duel where tournaments and other official matches can be held virtually. Cardfight!Vanguard is no exception, which has a gameplay that really depends on the interaction between players. Remote play requires players to use a camera that will take pictures of the card field while playing. This study uses the Waterfall Model which will be taken from dataset preparation, train the data, perform the Annotate process, and carry out a web-based implementation using the flask framework so that it can be used and tested for its functionality using one of tensorflow's product technologies, Roboflow, which is an application that specifically designed to be able to assist in the process of creating and recognizing objects. The results obtained by using flask as a web base can be seen to perform card object recognition properly so that it can display data from the detected cards.
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.
URI: https://repository.uksw.edu//handle/123456789/30836
Appears in Collections:T1 - Informatics Engineering

Files in This Item:
File Description SizeFormat 
T1_672019254_Judul.pdf545.82 kBAdobe PDFView/Open
T1_672019254_Isi.pdf
  Until 9999-01-01
745.2 kBAdobe PDFView/Open
T1_672019254_Daftar Pustaka.pdf350.94 kBAdobe PDFView/Open
T1_672019254_Formulir Pernyataan Persetujuan Penyerahan Lisensi Tugas Akhir dan Pilihan Embargo.pdf
  Restricted Access
867.42 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.