TRUNOJOYO-Tugas Akhir-40665-Abstract.pdf
Restricted to Repository staff only
Download (14kB)
TRUNOJOYO-Tugas Akhir-40665-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-40665-Chapter1.pdf
Restricted to Repository staff only
Download (171kB)
TRUNOJOYO-Tugas Akhir-40665-Chapter2.pdf
Restricted to Repository staff only
Download (902kB)
TRUNOJOYO-Tugas Akhir-40665-Chapter3.pdf
Restricted to Repository staff only
Download (791kB)
TRUNOJOYO-Tugas Akhir-40665-Chapter4.pdf
Restricted to Repository staff only
Download (994kB)
TRUNOJOYO-Tugas Akhir-40665-Conclusion.pdf
Restricted to Repository staff only
Download (18kB)
TRUNOJOYO-Tugas Akhir-40665-References.pdf
Restricted to Repository staff only
Download (146kB)
TRUNOJOYO-Tugas Akhir-40665-Appendices.pdf
Restricted to Repository staff only
Download (4MB)
Abstract
Penelitian ini bertujuan dapat merancang dan membangun sistem celengan digital berbasis Internet of Things (IoT) yang dapat mendeteksi nominal dan keaslian uang kertas secara otomatis dengan menggunakan metode Jaringan Syaraf Tiruan (JST) Backpropagation. Sistem dikembangkan menggunakan Raspberry Pi 3 sebagai pengendali utama yang terintegrasi dengan kamera USB, lampu LED, lampu UV, LCD OLED, buzzer, dan aplikasi Telegram sebagai media monitoring. Proses deteksi nominal dilakukan melalui pengambilan citra uang menggunakan pencahayaan LED, sedangkan deteksi keaslian dilakukan menggunakan pencahayaan UV untuk menampilkan karakteristik keamanan uang. Data dibagi menjadi 60% data training dan 40% data testing. Hasil dari pengujian menunjukkan sistem dapat mengenali nominal uang dengan tingkat akurasi sebesar 93,33% dan mendeteksi keaslian uang dengan tingkat akurasi sebesar 100%. Selain itu, sistem berhasil menampilkan nominal uang pada LCD, menambahkan saldo secara otomatis, serta mengirimkan notifikasi transaksi melalui Telegram secara real-time. Berdasarkan dari hasil penelitian yang sudah dilakukan, dapat disimpulkan bahwa metode JST Backpropagation mampu diterapkan dengan baik pada sistem celengan digital untuk mengenali nominal dan keaslian uang kertas secara otomatis dengan tingkat akurasi yang tinggi.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM MOH. DANIYAL |
| Department | Teknik Elektro |
| Uncontrolled Keywords | IoT; Raspberry Pi 3; JST Backpropagation; Telegram; Tabungan Digital. |
| Divisions | Fakultas Teknik > S1 - Teknik Elektro |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 18 Oct 2026 15:17 |
| Last Modified | 24 Oct 2026 17:24 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/33123 |
