Tugas Akhir Informatika
APLIKASI PENDETEKSI KELAYAKAN PENUKARAN UANG KERTAS RUPIAH MENGGUNAKAN FITUR HSV, FITUR GLCM, DAN CANNY EDGE DETECTION MENGGUNAKAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) UNTUK PERANGKAT ANDROID
Dalam rangka menjaga kualitas uang Rupiah yang beredar di masyarakat, Bank
Indonesia menerapkan kebijakan untuk mengganti atau menukarkan uang Rupiah tidak
layak edar dengan Rupiah layak edar, tetapi kegiatan tukar menukar uang Rupiah ini sering
mengalami penyalahgunaan berupa uang Rupiah yang rusak tidak ditukar sesuai dengan
nilai nominal uang yang ada, sehingga dibutuhkan perangkat yang tidak hanya dapat
mendeteksi nilai nominal serta keaslian uang tetapi juga mendeteksi kelayakan uang dapat
ditukar atau tidak. Penelitian ini bertujuan untuk membuat suatu prototype perangkat lunak
yang dapat mendeteksi kelayakan penukaran uang kertas Rupiah melalui proses
pengolahan citra dengan menggunakan klasifikasi Support Vector Machine (SVM).
Pencitraan uang kertas berasal dari scanner handphone. Penelitian ini dilakukan dengan
tiga jenis ekstraksi ciri diantaranya GLCM (Gray Level Co-Occurrence Matrix)
menggunakan empat arah sudut (0, 45, 90, 135) dengan jarak piksel d=1, HSV (Hue,
Saturation, Value) menggunakan lima jenis fitur, dan Canny Edge Detection
menggunakan deteksi tepi (50,50). Hasil penelitian yang telah dilakukan menghasilkan
performa yang baik dalam mendeteksi kelayakan penukaran uang kertas rupiah dengan
menggunakan sebanyak 420 citra uang didapatkan nilai akurasi sebesar 71%, presisi
sebesar 82%, dan recall sebesar 85%.
Tidak ada salinan data
Tidak tersedia versi lain