IMPLEMENTASI JARINGAN SYARAF TIRUAN PADA PENDETEKSI KEASLIAN DAN NOMINAL UANG

RINI, LINDA SEKAR (2020) IMPLEMENTASI JARINGAN SYARAF TIRUAN PADA PENDETEKSI KEASLIAN DAN NOMINAL UANG. S1 thesis, Universitas Mercu Buana Bekasi.

Preview	Text HALAMAN JUDUL.pdf Download (201kB) | Preview
Preview	Text ABSTRAK.pdf Download (192kB) | Preview
Preview	Text HALAMAN PENGESAHAN.pdf Download (391kB) | Preview
Preview	Text HALAMAN PERNYATAAN.pdf Download (371kB) | Preview
Preview	Text KATA PENGANTAR.pdf Download (227kB) | Preview
Preview	Text DAFTAR ISI.pdf Download (210kB) | Preview
Preview	Text DAFTAR GAMBAR.pdf Download (190kB) | Preview
Preview	Text DAFTAR TABEL.pdf Download (187kB) | Preview
	Text BAB I.pdf Restricted to Registered users only Download (204kB)
	Text BAB II.pdf Restricted to Registered users only Download (505kB)
	Text BAB III.pdf Restricted to Registered users only Download (469kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (190kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (251kB)

Abstract

ABSTRAK Uang merupakan alat yang digunakan untuk melakukan transaksi jual beli dan sudah digunakan oleh manusia diseluruh penjuru dunia. Uang menjadi benda yang sangat berharga bagi banyak orang untuk kehidupan sehari-hari. Hal-hal ini yang membuat uang banyak dipalsukan oleh orang yang tidak bertanggung jawab untuk melakukan transaksi terutama pemalsuan uang kertas. Pemalsuan uang kertas di Indonesia pada tahun 2019 sebesar 8 lembar per 1 juta uang yang beredar. Vending machine merupakan sebuah mesin yang berfungsi untuk menjual barang secara otomatis dengan cara memasukkan uang koin atau uang kertas sesuai dengan harga barang yang tertera. Namun pada pendeteksian nominal uang dan keaslian uang ini terbatas hanya pada kondisi uang yang baik, tidak terlipat dan berkerut. Apabila kondisi uang kurang baik, maka uang konsumen akan ditolak. Penelitian ini dilakukan untuk mengimplementasikan Jaringan Syaraf tiruan dengan mencari model terbaik dengan menggunakan metode backpropagation dengan fungsi aktivasi sigmoid untuk mendeteksi keaslian dan nominal uang kertas. Penelitian dilakukan dengan mengambil data nilai RGB dari masing-masing nominal uang dengan menggunakan sensor warna TCS3200. Penelitian dilakukan untuk menghasilkan model terbaik yang akan diverifikasi kehandalannya dan keakuratannya dalam mengenal pola warna uang kertas baik asli maupun palsu. Hasil dari penelitian yang telah didapatkan model terbaik menggunakan 5 hidden layer dengan node 75, 38, 19, 10, dan 5. Memiliki tingkat prediksi sebesar 46,8% dengan jumlah data benar sebanyak 281 data dari jumlah keseluruhan data sebanyak 600 data. Nilai error prediksi yang dapat dikatakan besar. Dikatakan besar karena nilai kesalahan prediksi yang didapatkan dari data diatas terdapat sebanyak 319 data yang berbeda antara data output sebenarnya dengan output prediksi. Sekitar 53.17% tingkat kesalahan prediksi. Namun hasil prediksi diatas merupakan hasil prediksi terbaik dari model terbaik dibandingkan dengan model lainnya. Kata Kunci: Pemalsuan Uang Kertas, vending machine, sensor warna TCS3200, Jaringan Syaraf Tiruan, backpropagation ABSTRACT Money is a tool used to make buy and sell transactions already used by people around the world. Money becomes a very valuable object for many people for everyday life. These things that make a lot of money are forged by people who are not responsible for conducting transactions, especially counterfeit banknotes. Indonesian banknote in Indonesia in 2019 amounted to 8 pieces per 1 million money in circulation. A vending machine is a machine that serves to sell goods automatically by inserting money coins or paper money according to the price of the goods listed. But at the nominal detection of money and the authenticity of this money is limited only to the good condition of money, not folded and lined. If the money condition is not good, then the consumer money will be rejected. This research was conducted to implement the artificial neural network by finding the best model using the backpropagation method with a sigmoid activation function to detect the authenticity and nominal paper money. Research is done by taking the RGB value data from each nominal money by using the TCS3200 color sensor. Research is done to produce the best model to be verified the reliability and accuracy in recognizing the color pattern of paper money either genuine or fake. The results of the research that has gained the best model using 5 hidden layers with nodes 75, 38, 19, 10, and 5. It has a prediction rate of 46.8% with the correct amount of data of 281 data from the total data amount of 600 data. The predicted error value is great. It is said to be large because the value of error prediction obtained from above data there are 319 different data between actual data output with prediction output. About 53.17% of the prediction error rate. But the above prediction result is the best prediction of the best model compared to other models. Keywords: Paper money, counterfeiting, vending machines, TCS3200 color sensors, Artificial Neural Networks, backpropagation

Actions (login required)

View Item