Selamat datang pada proyek akhir "Klasifikasi Gambar" dari Dicoding! Proyek ini bertujuan untuk mengimplementasikan model klasifikasi gambar menggunakan dataset rockpaperscissors. Pastikan Anda mengikuti panduan dan kriteria submission berikut:
-
Dataset:
- Gunakan dataset rockpaperscissors yang dapat diunduh di sini.
- Pisahkan dataset menjadi train set dan validation set.
- Pastikan ukuran validation set adalah 40% dari total dataset, dengan 1314 sampel untuk data training dan 874 sampel untuk data validasi.
-
Augmentasi Gambar:
- Implementasikan augmentasi gambar untuk memperkaya variasi data.
-
Image Data Generator:
- Gunakan image data generator untuk memproses dan memasukkan data gambar ke dalam model.
-
Model Sequential:
- Bangun model menggunakan arsitektur sequential.
-
Pelatihan Model:
- Pastikan pelatihan model tidak melebihi waktu 30 menit.
- Tujuan akhir adalah mencapai akurasi model minimal 85%.
-
Google Colaboratory:
- Seluruh program harus dikerjakan pada Google Colaboratory.
-
Prediksi Gambar yang Diunggah:
- Program harus dapat memprediksi gambar yang diunggah ke Colab, seperti contoh gambar yang diberikan.