Proyek ini dikembangkan sebagai submission akhir untuk kelas "Belajar Machine Learning untuk Pemula" di platform Dicoding. Tujuan utamanya adalah membangun model klasifikasi gambar yang tangguh dan mampu mengenali gestur tangan yang merepresentasikan batu, kertas, atau gunting secara akurat. Proses pengembangannya mencakup pipeline machine learning yang lengkap. Dimulai dari persiapan dataset, termasuk pembagian data training dan validation yang optimal. Untuk memastikan kemampuan model dalam menggeneralisasi data dan mencegah overfitting, teknik Augmentasi Gambar (Image Augmentation) diterapkan secara komprehensif menggunakan Image Data Generator. Inti dari proyek ini adalah arsitektur model Sequential kustom yang dilatih hingga mencapai akurasi lebih dari 85%. Selain itu, proyek ini menyertakan fitur prediksi interaktif di dalam Google Colab, yang memungkinkan pengguna untuk mengunggah gambar kustom untuk diklasifikasikan oleh model secara real-time.