IMPLEMENTASI METODE DEEP LEARNING PADA PROTOTIPE VALIDATOR UANG RUPIAH
DOI:
https://doi.org/10.46984/sebatik.v26i2.2101Keywords:
Validator Uang, Uang Kertas, Deep Learning, Akurasi, Keaslian, Prototipe ValidatorAbstract
Validator uang kertas adalah alat untuk memvalidasi keaslian serta nominal uang kertas yang sering digunakan pada mesin penjual otomatis. Ketepatan pendeteksian nominal dan keaslian uang kertas sangat penting pada alat validator ini. Banyak validator uang kertas yang buruk kinerjanya ketika mendeteksi uang yang usang. Untuk meningkatkan ketepatan dilakukan pengembangan validator uang kertas rupiah dengan menggunakan metode deep learning. Model yang digunakan tidak hanya dapat memvalidasi keaslian uang rupiah, tetapi juga dapat mengklasifikasikan nilai nominal uang rupiah. Agar sistem robust, sistem akan mengidentifikasi uang kertas dua kali menggunakan dua model yang berbeda. Model pertama untuk mengenali nominal uang di bawah sinar Light Emitting Diode (LED), sedangkan model kedua digunakan untuk mengenali keaslian dari uang melalui gambar tak kasat mata yang muncul di bawah sinar ultraviolet (UV). Pecahan Rupiah yang digunakan untuk data set adalah Rp1.000,00, Rp2.000,00, Rp5.000,00, dan Rp10.000,00. Uang kertas Rupiah palsu juga digunakan untuk training model. Keseluruhan metode diuji coba pada prototipe validator uang kertas yang telah dibuat. Hasil percobaan menunjukkan masing-masing model memiliki akurasi yang baik dalam mendeteksi uang kertas Rupiah dengan presisi 99% untuk setiap kelas.
References
Rahman, S. R. (2021). Convolutional Neural Networks Untuk Visi Komputer Jaringan Saraf Konvolusional untuk Visi Komputer (Arsitektur Baru, Transfer Learning, Fine Tuning, dan Pruning). Deepublish.
Sani, K., Winarno, W., & Fauziati, S. (2016). Analisis Perbandingan Algoritma Classification untuk Authentification Uang Kertas (Studi Kasus: Banknote Authentification).
Sujana, D., Mardzotillah, Q., Nuraidin, A., Rosip, M. A., & Sulistianto, W. (2019). Komparasi Analisa Sistem Simulasi Vending Machine Automatic Cash Money Dan E-Money Di Universitas Islam Syekh Yusuf Tangerang. JUTIS, 7(1).
Sumaila, M. V. (2020). Persepsi Pedagang Terhadap Penggunaan Uang Logam Yang Tidak Digunakan Di Desa Molompar Timur Kecamatan Belang. MANADO: IAIN MANADO.
Watung, P. (2019). Kajian Yuridis Mengenai Keberadaan Bitcoin Dalam Lingkup Transaksi Di Indonesia Ditinjau Dari UU No. 7 Tahun 2011 Tentang Mata Uang. Lex Et Societatis, 5-13.
Yamashita, R., Nishio, M., Do, R., & Togashi, K. (2018, 8). Convolutional neural networks: an overview and application in radiology. Insights into Imaging, 9(4), 611-629.
Downloads
Published
How to Cite
Issue
Section
License
Authors retain all their rights to the published works, such as (but not limited to) the following rights; Copyright and other proprietary rights relating to the article, such as patent rights, The right to use the substance of the article in own future works, including lectures and books, The right to reproduce the article for own purposes, The right to self-archive the article
