IMPLEMENTASI ULTRAVIOLET HIGH POWER LED DAN IMAGE RECOGNITION UNTUK IDENTIFIKASI KEASLIAN DAN NILAI NOMINAL MATA UANG KERTAS RUPIAH SECARA REAL TIME PADA APLIKASI ANDROID

ALDYAN CANDRA PRASETYA

Informasi Umum

Kode

20.04.950

Klasifikasi

621.382 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signal - Processing

Informasi Lainnya

Abstraksi

Penelitian ini bertujuan untuk mengimplementasikan ultraviolet high power Light Emitting Diode (LED) dan image re cognition guna menghasilkan sebuah perangkat lunak deteksi keaslian dan nominal uang kertas. Keluaran dari per- angkat lunak ini berupa suara yang menjelaskan nominal atau keaslian uang, sehingga dapat dimanfaatkan oleh tu- nanetra untuk mengidentifikasi uang kertas rupiah.

Metode penelitian meliputi studi literatur yang berkompeten, metode pengumpulan data citra uang rupiah kertas dari bank-bank konvensional, dan implementasi Software Development Kit (SDK) Vuforia sebagai pengolahan citra digi- tal. Citra ciri pada nominal merupakan visual uang pada sisi depan secara keseluruhan, sedangkan citra ciri untuk keaslian berupa gambar Bank Indonesia (BI) hasil dari pemendaran dari pencahayaan ultraviolet. Metode ekstraksi ciri menggunakan natural feature tracking oleh Vuforia. Ekstraksi ciri oleh Vuforia menghasilkan image target yang mewakili visual uang kertas untuk dijadikan dataset sistem dalam mengindentifikasi keaslian dan nominal uang ker- tas. Selain menggunakan SDK Vuforia perangcangan ini juga menggunakan SDK Android, agar dapat berjalan pa- da sistem operasi Android.

Hasil yang diperoleh dari penelitian berupa perangkat lunak deteksi keaslian dan nominal berbasis aplikasi Android, dengan keberhasilan deteksi nominal hingga 100% dengan waktu komputasi 0.95 detik. Hasil performansi dan wak- tu komputasi sistem dalam mendeteksi nominal diperoleh dari pengujian 30 lembar uang kertas sisi depan yang ter- diri dari uang kertas dua ribu rupiah, lima ribu rupiah, sepuluh ribu rupiah, duapuluh ribu rupiah, limapuluh ribu ru -piah dan seratus ribu rupiah masing-masing lima lembar. Sedangkan tingkat keberhasilan dalam mendeteksi ke -aslian uang kertas sebesar 20% dengan waktu komputasi 0.95 detik diperoleh pada pengujian 15 lembar uang ker- tas sisi belakang yang terdiri dari uang kertas dua puluh ribu rupiah, limapuluh ribu rupiah dan seratus ribu rupiah masing masing empat lembar dan uang mainan sebanyak satu lembar pada setiap nominal.

Kata kunci : Natural Feature Tracking, SDK vuforia, SDK Android, Image Target.