PERANCANGAN SISTEM PENGENALAN NOMINAL MATA UANG RUPIAH BERBASIS ANDROID MENGGUNAKAN TENSORFLOW LITE

  • Robinson Victor Nababan Universitas Buana Perjuangan Karawang
  • Jamaludin Indra Universitas Buana Perjuangan Karawang
  • Ayu Ratna Juwita Universitas Buana Perjuangan Karawang
Keywords: Nominal Mata Uang Rupiah, Tensorflow Lite, Uang Kertas

Abstract

Uang kertas merupakan alat pembayaran yang sah yang sudah di ciptakan oleh manusia yang digunakan untuk menggantikan sistem barter. Rupiah adalah mata uang Negara Indonesia yang dikelola dan dikeluarkan oleh Bank Indonesia yang digunakan masyarakat Indonesia sebagai alat transaksi pembayaran yang sah di Indonesia. Saat ini proses transaksi jual beli tidak dilakukan secara langsung antara penjual dan pembeli, perkembang teknologi yang semakin tinggi sudah banyak transaksi jual beli dengan mesin, sehingga dibutuhkan alat yang bisa mendeteksi nominal uang yang lebih akurat yang bisa menggantikan manusia. Berdasarkan masalah dan solusi penelitian sebelumnya, maka penelitian ini bertujuan untuk merancang sistem pengenalan mata uang rupiah dengan mendeteksi nominal di uang kertas dengan menghasilkan audio suara dengan menggunakan tensorflow lite. Hasil pada penelitian ini menggunakan tensorflow lite berhasil mengklasifikasikan pengenalan nominal mata uang rupiah dengan tingkat
klasifikasi 90% dari hasil 30 kali pengujian.

References

[1] Khoharja, G., Eng, M., Purbowo, A. N., Mt, M., Studi, P., Informatika, T., Industri, F. T., Petra, U. K., & Surabaya, J. S. (2018). Aplikasi
Deteksi Nilai Uang Pada Mata Uang Indonesia Dengan Metode Feature Matching. 2–6.
[2] Fauzi, J. F., Tolle, H., Dewi, R. K., Priadana, A., & Murdiyanto, A. W. (2019). Metode Surf Dan Flann Untuk Identifikasi Nominal Uang
Kertas Rupiah Tahun Emisi 2016 Pada Variasi Rotasi. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(1), 19.
[3] Pratama, P. J., Dharma, U. S., Widiarti, A., & Dharma, U. S. (2016). Dengan Metode Local Binary Pattern. October.
[4] Pratama, A. R., Mustajib, M., & Nugroho, A. (2020). Deteksi Citra Uang Kertas Dengan Fitur Rgb Menggunakan K-Nearest Neighbor. Jurnal Eksplora
Informatika, 9(2), 163–172..
[5] Rahmad, C., Rismanto, R., & Pranata, F. D. (N.D.). Tunanetra Menggunakan Metode Template Matching Correlation Berbasis Android. 73–80.
Published
2024-03-15