PENINGKATAN AKURASI DETEKSI NOMINAL DAN WATERMARK UANG DENGAN KOMBINASI ALGORITMA CNN DAN MACHINE LEARNING

Adiyatama, Gilang Raihan (2024) PENINGKATAN AKURASI DETEKSI NOMINAL DAN WATERMARK UANG DENGAN KOMBINASI ALGORITMA CNN DAN MACHINE LEARNING. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text BAB I.pdf Download (303kB)
	Text BAB II.pdf Download (577kB)
	Text BAB III.pdf Download (587kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (264kB)
	Text Daftar Pustaka.pdf Download (269kB)

Abstract

Alat tukar atau standar untuk mengukur nilai adalah uang kertas, emas, perak, atau logam lainnya yang dikeluarkan oleh pemerintah suatu negara dalam bentuk dan gambar tertentu. Memeriksa atau mengevaluasi sesuatu melalui penggunaan teknik dan pendekatan tertentu dikenal sebagai deteksi. Seiring dengan kemajuan teknologi informasi, kriminalitas yang memanfaatkan teknologi meningkat. Saat ini, pengolahan gambar digital dapat digunakan sebagai sistem pengenalan untuk menemukan potensi pelanggaran hukum, terutama untuk menemukan objek yang unik, seperti watermark pada uang kertas rupiah. Penelitian ini mengkaji penggunaan Convolutional Neural Network (CNN) untuk mendeteksi keaslian dan nominal uang kertas Rupiah melalui analisis citra digital, khususnya fitur watermark. Dataset yang digunakan melibatkan berbagai proses preprocessing dan augmentasi karena variasi kondisi pencahayaan, orientasi, dan posisi uang kertas. Hasil evaluasi model mencakup keberhasilan sistem untuk mendukung performa ML dan akurasi deteksi nominal dan watermark pada berbagai kondisi. Penelitian ini diharapkan dapat membantu mengembangkan teknologi yang lebih komperehensif dan memperluas penggunaan CNN dalam deteksi mata uang dan watermark. Metode CNN menghasilkan akurasi terbaik sebesar 92,66% dan metode deteksi watermark sebesar 95,65%.

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > HF Commerce Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	09 Sep 2024 07:57
Last Modified:	09 Sep 2024 07:57
URI:	http://repository.unas.ac.id/id/eprint/11685

Actions (login required)

View Item