TA : Klasifikasi Uang Kertas Rupiah Berdasarkan Angka Nominal Secara Realtime Menggunakan Metode Single Shot Detector

Catyaningga, L'diva Ananda (2023) TA : Klasifikasi Uang Kertas Rupiah Berdasarkan Angka Nominal Secara Realtime Menggunakan Metode Single Shot Detector. Undergraduate thesis, Universitas Dinamika.

	Text 18410200054-2023-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (2MB)
	Text 18410200054-2023-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Search this title on : |

Abstract

Uang kertas menjadi alat berharga bagi masyarakat untuk alat pembayaran yang sah di kehidupan sehari-hari. Dalam terjadinya transaksi atau perdagangan, uang kertas memiliki masing-masing nilai yang telah tertera pada setiap uang kertas. Dengan itu masyarakat telah mampu membedakan nilai di setiap uang kertas. Di era ini tak luput juga uang kertas dapat dikenali dengan menggunakan mesin contohnya mesin ATM (Automated Teller Machine) tetapi hanya mengenali dua nilai uang kertas saja yaitu lima puluh ribu rupiah dan seratus ribu rupiah. Berdasarkan hal tersebut maka dibutuhkan suatu sistem yang cara kerjanya seperti otak manusia. Sistem itu harus dapat mengenali dan mengklasifikasikan nominal uang kertas secara cepat dan tepat seperti yang dilakukan oleh manusia. Proses pengenalan uang kertas tersebut dilihat dari gambar permukaannya atau pengenalan citra (image recognition). Sistem klasifikasi uang kertas dengan metode Single Shot Detector secara realtime. Berdasarkan penelitian-penelitian yang telah ada hasil dari metode SSD yang didapatkan akurasi nya tinggi dan akurat untuk mendeteksi objek, oleh karena itu penulis ingin menggunakan metode ini dalam penelitiannya. Dataset yang digunakan pun uang kertas mata uang rupiah (IDR) yang terdiri dari 7 subjek: Rp. 1.000, Rp. 2.000, Rp. 5.000, Rp. 10.000, Rp. 20.000, Rp. 50.000, Rp. 100.000. Pengujian dilakukan sebanyak 30 kali dengan 3 jarak yang berbeda dengan kriteria pengujian akurasi, frame per second (FPS) yang dihasilkan, dan performa sistem untuk mendeteksi nominal uang yang tertangkap kamera. Dari hasil pengujian didapatkan hasil yang terbaik untuk performa pendeteksian pada uang Rp. 50.000, dengan akurasi tertinggi 94.5% dan hasil performa kurang baik pada uang Rp. 1.000,- dan Rp. 10.000,-. Rata-rata total frame per second (FPS) yang dihasilkan dari ketiga jarak selama pengujian adalah 8-11 FPS. Hasil pengujian dipengaruhi 3 faktor yaitu warna mata uang, intensitas cahaya saat pengambilan sample gambar, dan kualitas kamera yang digunakan pada saat pengambilan sampel gambar mata uang.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item