TRUNOJOYO-Tugas Akhir-22030-180491200074_Abstract_TOC.pdf
Restricted to Repository staff only
Download (172kB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_Cover.pdf
Restricted to Repository staff only
Download (748kB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_Chapter 1.pdf
Restricted to Repository staff only
Download (64kB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_Chapter 2.pdf
Restricted to Repository staff only
Download (383kB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_Chapter 3.pdf
Restricted to Repository staff only
Download (650kB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_Chapter 4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_Conclusion.pdf
Restricted to Repository staff only
Download (31kB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_References.pdf
Restricted to Repository staff only
Download (151kB)
TRUNOJOYO-Tugas Akhir-22030-180491200074_Appendices.pdf
Restricted to Repository staff only
Download (163kB)
Abstract
Koin banyak digunakan dalam beberapa mesin, seperti vending machine, mesin mainan anak-anak dan permainan papan. Uang yang ditukarkan menjadi koin dari nominal Rp.5.000; sampai Rp.100.000;. Sebelum menukarkan koin sistem akan mendeteksi keaslian dan nominal dari uang kertas tersebut, karena saat ini keberadaan uang palsu banyak ditemukan di kehidupan sehari-hari. Dalam mengetahui uang palsu dapat menggunakan lampu ultraviolet untuk memunculkan invisible ink, karena saat ini uang palsu memiliki ciri fisik yang sama dengan uang asli. Pada penelitian ini menggunakan metode Convolutional Neural Network(CNN) untuk mendeteksi keaslian dan nominal dari uang kertas. Sebelumnya data citra dari
uang kertas akan disimpan kemudian dilakukan proses training pada citra uang tersebut untuk mengetahui ciri-ciri dari keaslian dan nominal uang. Pertama uang akan ditaruh di tempat pendeteksian, kemudian kamera akan mendeteksi apakah sudah ada uang yang masuk, kemudian pintu akan tertutup. Ketika pintu tertutup lampu ultraviolet akan menyala untuk
mengetahui keaslian dan nominal uang tersebut dari ciri-ciri uang yang datanya sudah di�training sebelumnya untuk mengetahui kemiripannya. Setelah itu, nominal uang yang
dideteksi akan ditukarkan dengan koin. Hasil dari penelitian yang dilakukan pendeteksian keaslian dan nominal uang kertas ini kurangnya data citra latih yang digunakan masih kurang
sehingga proses pembacaan nominal uang masih salah. Pada pembacaan uang pada nominal Rp. 5000 memiliki keberhasilan 50%, pada Rp. 10.000 keberhasilan 80%, pada nominal Rp.
20.000 keberhasilan 80%, pada nominal Rp. 50.000 keberhasilan 90%, pada nominal Rp.100.000 keberhasilan 80% dan pada uang palsu keberhasilan 100%. Persentase keberhasilan keseluruhan sistem sebanyak 80%
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM RIZAL PUTRA BAGASKORO |
| Department | Teknik Mekatronika |
| Uncontrolled Keywords | Android, Ultraviolet, Convolutional Neural Network ( CNN ), Koin |
| Divisions | Fakultas Teknik > S1 - Teknik Mekatronika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 18 Oct 2026 19:33 |
| Last Modified | 24 Oct 2026 17:25 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/34252 |
