Deteksi Nominal Rupiah Uang Kertas Berdasarkan Citra Warna Menggunakan Segmentasi K-Means Clustering dan Klasifikasi Random Forest
DOI:
https://doi.org/10.30872/kretisi.v1i1.776Keywords:
Uang, Deteksi, Pengolahan Citra Digital, K-MeansAbstract
Uang adalah sebuah benda yang digunakan oleh masyarakat sebagai alat tukar dan pembayaran barang yang sah, yang dikeluarkan oleh lembaga negara dengan bentuk dan gambar tertentu. Pada zaman kemajuan teknologi informasi, semakin banyak aplikasi yang dapat mempermudah aktivitas transaksi uang di masyarakat, salah satunya alat untuk mendeteksi nominal uang. Deteksi sendiri adalah suatu proses untuk memeriksa atau melakukan pemeriksaan terhadap suatu barang atau benda menggunakan cara atau teknik tertentu. Dalam penelitian ini, pengolahan citra dimulai dari akuisisi citra yang menggunakan 100 uang kertas rupiah yang terdiri dari nominal 1.000, 2.000, 5.000, 10.000, 20.000, 50.000, dan 100.000. Citra ini selanjutnya ditingkatkan mutunya dengan teknik enhancement melalui pengaturan kecerahan dan kontras. Selanjutnya citra diolah dengan metode segmentasi K-means untuk memperoleh segmentasi citra untuk selanjutnya diekstrak cirinya. Kemudian data hasil ekstraksi ciri tersebut digunakan dalam proses training untuk model klasifikasi Random Forest. Hasil akhir dari proses ini adalah, sebuah model Random Forest dengan 100 decision tree yang dapat memprediksi nominal rupiah uang kertas dari input gambar dengan tingkat akurasi mencapai 95%
References
Anzila, C. A. (2014). Klasifikasi dengan metode random forest dan analisis diskriminan linear (Doctoral dissertation, Universitas Gadjah Mada).
Cahyaningsih, S. (2010). Deteksi osteoporosis dengan tresholding Metode otsu pada citra x-ray tulang rahang (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).
Fadlil, A. (2012). Modul Kuliah Pengenalan Pola. Universitas Ahmad Dahlan, Yogyakarta.
Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques 2e. Morgan Kaufmann Publishers.
Kusumadewa, C. C., & Supatman, S. (2018). Identifikasi Citra Daun Teh Menggunakan Metode Histogram untuk Deteksi Dini Serangan Awal Hama Empoasca. JMAI (Jurnal Multimedia & Artificial Intelligence), 2(1), 27-36.
Misdiyanto, M., Suhandini, Y., & Aprilia, I. (2020). Identifikasi Jenis-Jenis Burung Lovebird Menggunakan Pengolahan Citra Digital Dengan Metode K-Means Clustering. J-SAKTI (Jurnal Sains Komputer dan Informatika), 4(2), 445-456.
Munantri, N. Z., Sofyan, H., & Florestiyanto, M. Y. (2020). Aplikasi Pengolahan Citra Digital Untuk Identifikasi Umur Pohon. Telematika: Jurnal Informatika dan Teknologi Informasi, 16(2), 97-104.
Munawaroh, S., & Sutanto, F. A. (2010). Pengolah Citra Digital untuk Identifikasi Uang Kertas. Dinamik, 15(1). Munir, R. (2004). Pengolahan citra digital dengan pendekatan algoritmik. Informatika, Bandung, 260.
Pambudi, A. R. (2020). Deteksi keaslian uang kertas berdasarkan watermark dengan pengolahan citra digital. Jurnal Informatika Polinema, 6(4), 69-74.
Porbadi, D. A., Rif’an, M., & Siwindarto, P. (2014). Alat Deteksi Nominal Uang Kertas Untuk Penyandang Tuna Netra. Penerbit Universitas Brawijaya Malang.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Kreatif Teknologi dan Sistem Informasi (KRETISI)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
