KLASIFIKASI UANG KERTAS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK
Keywords:
CNN, Pemrosesan Citra Digital, Deep Learning, Deteksi UangAbstract
Pengenalan uang kertas secara otomatis menjadi tantangan tersendiri, terutama ketika uang dalam kondisi tidak sempurna seperti terlipat, lusuh, atau buram. Sistem konvensional sering mengalami kesulitan dalam mengklasifikasikan uang kertas dengan akurasi tinggi. Penelitian ini bertujuan untuk mengembangkan model klasifikasi uang kertas berdasarkan nominalnya menggunakan Convolutional Neural Network (CNN) dengan teknik sharpened image untuk meningkatkan kualitas gambar sebelum diproses. Data yang digunakan berupa gambar uang kertas dalam berbagai kondisi, yang kemudian dilakukan pra-pemrosesan sebelum dilatih menggunakan model CNN. Model ini dievaluasi berdasarkan tingkat akurasi klasifikasi yang dicapai. Hasil penelitian menunjukkan bahwa penerapan sharpened image mampu meningkatkan ketajaman fitur gambar dan meningkatkan akurasi klasifikasi dibandingkan metode standar. Dengan hasil yang diperoleh, penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem pengenalan uang kertas yang lebih akurat dan andal untuk berbagai aplikasi di bidang keuangan
References
Ariawan, I. (2022). Klasifikasi Tiga Genus Ikan Karang Menggunakan Convolution Neural Network. Jurnal Ilmu Dan Teknologi Kelautan Tropis, 14(2), 205–216. https://doi.org/10.29244/jitkt.v14i2.33633
Fan, C., Chen, M., Wang, X., Wang, J., & Huang, B. (2021). A Review on Data Preprocessing Techniques Toward Efficient and Reliable Knowledge Discovery From Building Operational Data. Frontiers in Energy Research, 9(March), 1–17. https://doi.org/10.3389/fenrg.2021.652801
Fonda, H. (2020). Klasifikasi Batik Riau Dengan Menggunakan Convolutional Neural Networks (Cnn). Jurnal Ilmu Komputer, 9(1), 7–10. https://doi.org/10.33060/jik/2020/vol9.iss1.144
Ghaderizadeh, S., Abbasi-Moghadam, D., Sharifi, A., Zhao, N., & Tariq, A. (2021). Hyperspectral Image Classification Using a Hybrid 3D-2D Convolutional Neural Networks. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, 7570–7588. https://doi.org/10.1109/JSTARS.2021.3099118
Liu, C., Dong, Y., Xiang, W., Yang, X., Su, H., Zhu, J., Chen, Y., He, Y., Xue, H., & Zheng, S. (2024). A Comprehensive Study on Robustness of Image Classification Models: Benchmarking and Rethinking. International Journal of Computer Vision. https://doi.org/10.1007/s11263-024-02196-3
Maharani, D., Septyana, D., Elizabeth, C., Pramudhita, S., & Sari, A. P. (n.d.). Journal of Multidisciplinary Inquiry in Science Technology and Educational Research Analisis Perbandingan Klasifikasi Obesitas Menggunakan Metode K-Nearest Neighbor dan Ensemble Learning.
Malik Ibrahim, M., Rahmadewi, R., & Nurpulaela, L. (2023). Pendeteksian Nominal Uang Pada Gambar Menggunakan Convolutional Neural Network: Integrasi Metode Pra-Pemrosesan Citra Dan Klasifikasi Berbasis Cnn. JATI (Jurnal Mahasiswa Teknik Informatika), 7(2), 1394–1400. https://doi.org/10.36040/jati.v7i2.6863
Mohammad Soeharto, Mohammad Jeky Hasan, Ahmad Rega Susanto, & Dimas Ahmad Fahrezi. (2024). Mengklasifikasi Mata Uang Lima Ribu Rupiah dan Dua Ribu Rupiah dengan Menggunakan Algoritma CNN. SABER : Jurnal Teknik Informatika, Sains Dan Ilmu Komunikasi, 2(3), 163–170. https://doi.org/10.59841/saber.v2i3.1407
Nur Hidayat, A. M., Antamil, A., & Zakiyah M, I. (2023). Identifikasi Nominal Mata Uang Rupiah Bagi Penyandang Tunanetra Dengan Algoritma Convolutional Neural Network Berbasis Android. Journal Software, Hardware and Information Technology, 3(2), 60–65. https://doi.org/10.24252/shift.v3i2.102
Pinto Neto, E. C., Baum, D. M., Almeida, J. R. de, Camargo, J. B., & Cugnasca, P. S. (2023). Deep Learning in Air Traffic Management (ATM): A Survey on Applications, Opportunities, and Open Challenges. Aerospace, 10(4). https://doi.org/10.3390/aerospace10040358
Purwono, Ma’arif, A., Rahmaniar, W., Fathurrahman, H. I. K., Frisky, A. Z. K., & Haq, Q. M. U. (2022). Understanding of Convolutional Neural Network (CNN): A Review. International Journal of Robotics and Control Systems, 2(4), 739–748. https://doi.org/10.31763/ijrcs.v2i4.888
Putri Ayuni, D., Jasril, Irsyad, M., Yanto, F., & Sanjaya, S. (2023). Augmentasi Data Pada Implementasi Convolutional Neural Network Arsitektur Efficientnet-B3 Untuk Klasifikasi Penyakit Daun Padi. ZONAsi: Jurnal Sistem Informasi, 5(2), 239–249. https://doi.org/10.31849/zn.v5i2.13874
Sadewa, B. A., & Yamasari, Y. (2024). Implementasi Deep Transfer Learning untuk Klasifikasi Nominal Uang Kertas Rupiah. Journal of Informatics and Computer Science (JINACS), 5(04), 543–551. https://doi.org/10.26740/jinacs.v5n04.p543-551
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Dafa Khairu Fadillah Wantasen, Ade Yusupa, Victor Taringan (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
