@article{Darmawan_Widyadhana_Binugroho_2022, title={IMPLEMENTASI METODE DEEP LEARNING PADA PROTOTIPE VALIDATOR UANG RUPIAH}, volume={26}, url={https://jurnal.wicida.ac.id/index.php/sebatik/article/view/2101}, DOI={10.46984/sebatik.v26i2.2101}, abstractNote={<p>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 <em>deep learning</em>. Model yang digunakan tidak hanya dapat memvalidasi keaslian uang rupiah, tetapi juga dapat mengklasifikasikan nilai nominal uang rupiah. Agar sistem <em>robust</em>, sistem akan mengidentifikasi uang kertas dua kali menggunakan dua model yang berbeda. Model pertama untuk mengenali nominal uang di bawah sinar <em>Light Emitting Diode</em> (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.</p>}, number={2}, journal={Sebatik}, author={Darmawan, Adytia and Widyadhana, I Gusti Nyoman Geri Athallah and Binugroho, Eko Henfri}, year={2022}, month={Dec.}, pages={535–542} }