Pujiputra, Anggarjuna Puncak (2018) Pengembangan Mesin Pengenal Uang Kertas Rupiah Berbasis Fitur Gabor. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
07111650040010-Master_Thesis.pdf - Accepted Version Download (3MB) | Preview |
Abstract
Sejalan dengan berkembangnya layanan perbankan modern, sistem pengenalan uang kertas merupakan salah satu teknik penting yang dibutuhkan pada beberapa aplikasi seperti pada ATM (Anjungan Tunai Mandiri) dan pada mesin penjual otomatis (vending machine). Sistem pengenalan mata uang kertas harus mampu mengenali uang kertas asli dari sisi dan setiap arah. Dan karena uang kertas mudah lusuh/kumal selama sirkulasi, maka sistem pengenalan yang dirancang harus memiliki akurasi yang baik dalam mendeteksi uang kertas yang kumal maupun yang warnanya berubah. Jadi sangat penting untuk mendapatkan cara ekstraksi fitur-fitur yang berupa informasi karakteristik dari gambar uang kertas rupiah yang asli serta dengan variasi warna karena degradasi, dan sangat penting pula untuk memilih algoritma pengenalan pola yang tepat untuk meningkatkan akurasi pengenalan uang kertas rupiah tersebut. Metode yang digunakan pada penelitian ini, yaitu dengan menggunakan Gabor Magnitude untuk ekstraksi fitur yang telah terbukti memiliki kinerja yang sangat baik ketika digunakan pada sistem pengenalan citra wajah. Gabor Magnitude merupakan suatu metode yang unggul untuk mendeskripsikan fitur-fitur tekstur yang rumit sehingga diharapkan tepat dan akurat ketika diterapkan pada sistem pengenalan uang kertas rupiah. Penelitian ini bertujuan mendapatkan sistem pengenalan mata uang kertas rupiah asli dengan tingkat akurasi yang tinggi sehingga mampu mengenali uang kertas rupiah asli bahkan ketika uang kertas rupiah tersebut mengalami degradasi warna, maupun terkontaminasi bercak-bercak pada permukaan uang kertas rupiah. Hasil dari pengenalan uang kertas rupiah asli ini mempunyai tingkat keberhasilan rata-rata 93,15%, dimana hasil ini diperoleh dengan menggunakan wavelet Gabor dengan 8 Orientasi dan 5 Skala. Dari hasil ini menunjukkan sistem pengenalan uang kertas rupiah dengan menggunakan fitur Gabor sudah tepat karena dapat mengenali uang kertas rupiah asli dengan cukup akurat. Sehingga dapat diaplikasikan pada mesin setor uang, mesin tarik uang, mesin penghitung uang dan mesin penjual otomatis.
==========================================================================================================
In line with the development of modern banking services, the paper money
recognition system is one of the important techniques needed in some applications
such as ATMs (
Automatic Teller Machines) and on vending machines. The paper
currency recognition system should be able to recognize the original banknotes
from the sides and each direction. And since paper money is easily shabby during
the circulation, the designed reco
gnition system must have good accuracy in
detecting tattered and colored banknotes. So it is very important to get the feature
ext
raction
s in the form of characteristic information from the original picture of
r
upiah banknotes and with the color variations
due to degradation, and it is also
important to choose the correct pattern recognition algorithm to improve the
accuracy of the introduction of the
r
upiah banknotes. The method used in this study,
namely by using Gabor Magnitude for feature extraction tha
t has been shown to
have excellent performance when used on face recognition system. Gabor
Magnitude is a powerful tool for describing complex texture features so that it is
expected to be precise and accurate when applied to the introduction of
r
upiah
ban
knotes. The objective of this research is to get the original
r
upiah paper
currency recognition system with high accuracy so that it can recognize the original
r
upiah banknotes even when the
r
upiah paper currency is color degradation, as
well as contaminat
ed spots on the surface of the
r
upiah banknote. The result of the
introduction of the original
r
upiah banknotes has an average success rate of
93,15%
, which is obtained using the Gabor wavelet with
8 Orientations and 5 Scales. This result shows that the in
troduction of
rupiah banknotes using Gabor
features is accurate because it can accurately recognize the original
rupiah
banknotes.
So it can be applied to money deposit machines, money pull machines, money counters and vending machines.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTE 006.42 Puj p-1 3100018078821 |
| Uncontrolled Keywords: | Pengenalan Uang Kertas, Ekstraksi Fitur, Gabor Magnitude, paper money recognition, feature extraction, gabor Magnitude, paper money recognition, feature extraction, gabor Magnitude |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7871.674 Detectors. Sensors T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7882.P3 Pattern recognition systems |
| Divisions: | Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Anggarjuna Puncak Pujiputra |
| Date Deposited: | 14 Jan 2019 04:39 |
| Last Modified: | 21 Oct 2020 06:32 |
| URI: | http://repository.its.ac.id/id/eprint/53544 |
Actions (login required)
 |
View Item |