Sistem Identifikasi Keaslian Uang Kertas Rupiah Menggunakan Metode K-Means Clustering
Abstract
Keberadaan uang palsu kerap kali beredar di masyarakat. Meskipun peningkatannya tidak secara signifikan namun tetap masyarakat harus berhati – hati dengan oknum yang mampu mengelabui mata awam masyarakat. Solusi yang diberikan oleh pemerintah untuk berhati – hati terhadap uang palsu adalah dengan mengandalkan 3D (dilihat, diraba dan diterawang) namun langkah tersebut belum secara sempurna dapat membedakan uang asli dan palsu. Sehingga perlu adanya sebuah sistem deteksi olah citra digital. Penelitian ini merancang sebuah sistem pendeteksi keaslian uang kertas rupiah. Metode ektraksi ciri dengan Local Binary Pattern, melalui tahapan pengenalan fitur – fitur pada citra seperti texture permukaan pada uang kertas dan metode klasifikasi menggunakan K-Means Cluster dengan menghitung centroid dari data yang ada di masing – masing cluster dengan menggunakan rumus persamaan euclidean distance. Pecahan uang yang diteliti adalah pecahan 50.000 dan 100.000 rupiah yang masing berjumlah 30 set data untuk uang asli dan 20 set data uang palsu yang diperoleh melalui fotocopy warna pecahan uang tadi. Berdasarkan simulasi yang telah dilakukan, untuk deteksi keaslian uang asli dan palsu mampu mencapai akurasi sebesar 96,67% bervariasi tergantung dari jumlah data pelatihan yang dilakukan. Ini menunjukkan bahwa sistem yang dirancang dapat membedakan keaslian uang kertas rupiah.
Keywords
Full Text:
PDFReferences
Abdul Fadlil.2012. Sistem pengenalan citra jenis-jenis tekstil. Vol 10, No 1. UAD.Yogyakarta.
Ahmad, Usman, 2005.Pengolahan Citra Digital dan Teknik Pemrogramannya. Yogyakarta: Graha Ilmu.
Ginting, Elias Dianta.2009. Deteksi Tepi Menggunakan Metode Canny Dengan Matlab Untuk Membedakan Uang Asli dan Uang Palsu. Depok : Jurnal Ilmiah Informatika Komputer. Vol. 22, No. 3 Universitas Gunadarma
Gustina.S, Fadlil.A dan Umar.R. 2017, "Sistem Identifikasi Jamur menggunakan Metode Ektraksi Ciri Statistik Orde 1 dan Klasifikasi Jarak", Semarang : Jurnal Universitas Dian Nuswantoro. Vol. 16, No.4 (2017).
Pratama.J.P.2016. Identifikasi Nilai Nominal Uang Kertas dengan Metode Local Binary Pattern. Yogyakarta : Skripsi Universitas Sanata Darma.
Riadi I, Fadlil.A, Sari.T, Image Forensic for detecting Splicing Image with Distance Function, International Journal of Computer Applications (0975 – 8887) Volume 169 – No.5, July 2017
Sa’idah, Sofia.dkk. 2012. Identifikasi Keaslian Mata Uang Menggunakan Commodity Scanner Ditinjau dari Tekstur Permukaan Kertas dengan Transformasi Wavelet dan Template Matching. Bandung : Tugas Akhir IT Telkom.
Saifudin dan Abdul Fadlil.2015.Sistem Identifikasi Citra Kayu Berdasarkan Tekstur menggunakan Gray Level Coocurrence Matrix (GLCM) dengan Klasifikasi Jarak Euclidean. Volome 19, No.3. UAD. Yogyakarta.
SyaifulA.M., Ahsan.M. 2014. Recognition Pencitraan Pada Uang Kertas untuk Mengetahui Keaslian Uang. Malang : Jurnal Mahasiswa Fakultas Sains dan Teknologi. Vol.1, No.5. Unikama.
Jalil Abdul.2014. Sistem Kontrol Deteksi Nominal Uang Kertas Rupiah Menggunakan Image Processing Raspberry Pi. Jurnal IT Stimik Handayani Vol. 14, Maret 2014
DOI: https://doi.org/10.33633/tc.v17i2.1681
Article Metrics
Abstract view : 3608 timesPDF - 1902 times
Refbacks
- There are currently no refbacks.
Diterbitkan Oleh :
Jurnal Techno.Com terindex di :
Jurnal Teknologi Informasi Techno.Com (p-ISSN : 1412-2693, e-ISSN : 2356-2579) diterbitkan oleh LPPM Universitas Dian Nuswantoro Semarang. Jurnal ini di bawah lisensi Creative Commons Attribution 4.0 International License.