DETEKSI DAN KLASIFIKASI KARTU POKÉMON TCG BERDASARKAN RARITY MENGGUNAKAN YOLOV11 DAN K-NEAREST NEIGHBORS (KNN)

Pokémon Trading Card Game (TCG) pertama kali diperkenalkan oleh The Pokémon Company pada tahun 1996 sebagai sebuah permainan strategi berbasis giliran yang menggunakan kartu koleksi. kartu Pokémon TCG tidak hanya dimainkan sebagai sarana hiburan, tetapi juga menjadi objek koleksi dengan nilai ekonomi tertentu, terutama pada kartu edisi terbatas atau yang menampilkan ilustrasi langka. Tingkat kelangkaan ini mempengaruhi seberapa sulit kartu diperoleh dan sekaligus menentukan nilai jualnya di pasaran, Dengan semakin tingginya minat koleksi kartu Pokémon, maka kebutuhan akan sistem yang dapat melakukan deteksi dan pengelompokan kartu secara otomatis berdasarkan rarity menjadi semakin relevan untuk dikaji. Identifikasi pada kartu pokemon berdasarkan rarity masih dilakukan secara manual. Oleh karena itu, diperlukan metode otomatis yang mampu mengidentifikasi kartu pokémon berdasarkan tingkat kelangkaannya. Hasil identifikasi pada tingkat kelangkahan Kartu Pokémon TCG memiliki nilai mAP@50 sebesar 92,6%, precision sebesar 92,1%, dan recall mencapai 89,3% dan hasil evaluasi model K-Nearest Neighbors (KNN) dalam mengklasifikasikan harga kartu ke dalam beberapa kategori, yaitu High, Low, Medium, dan Premium. Secara keseluruhan, performa model menunjukkan hasil yang sangat baik dengan nilai rata-rata Precision 0.97, Recall 0.99, dan F1-score 0.98.