Jaringan Syaraf Tiruan LVQ Berbasis Parameter HSV dalam Penentuan Uang Rupiah Palsu

Penulis

  • I Gusti Ayu Agung Diatri Indradewi STMIK STIKOM Indonesia
  • Made Suci Ariantini STMIK STIKOM INDONESIA

Kata Kunci:

uang palsu, uang kertas rupiah, LVQ, HSV

Abstrak

ABSTRAK. Uang palsu jika dilihat sekilas memiliki fisik yang sama persis dengan uang asli yang dikeluarkan oleh Bank Indonesia. Untuk mencegah transaksi dengan tidak sengaja menggunakan uang palsu, pemerintah telah mensosialisasikan metode 3D (Terlihat, Diraba, dan Diterawang). Selain itu, di lembaga yang terkait langsung dengan keuangan seperti perbankan, serta di lokasi belanja sudah mulai menggunakan pemindai uang palsu yang memanfaatkan sinar ultraviolet. Kekurangan alat ini adalah memerlukan ketelitian mata manusia untuk menentukan uang yang asli atau palsu. Penentuan keaslian uang kertas Rupiah dapat dilakukan dengan menggunakan metode klasifikasi pola salah satunya dapat diakomodir oleh jaringan syaraf tiruan. LVQ (Learning Vector Quantization) melakukan pembelajaran terawasi untuk mengklasifikasikan suatu pola. Fitur gambar uang kertas dalam ruang warna HSV (Hue Saturation Value) diekstraksi dalam teknik yang diusulkan ini. Fitur-fitur yang telah diperoleh lebih lanjut diklasifikasikan menggunakan LVQ untuk menentukan keaslian uang kertas Rupiah.

Kata Kunci: uang palsu, uang kertas Rupiah, LVQ, HSV

Unduhan

Data unduhan belum tersedia.

Referensi

Chakraborty, T., Nalawade, N., Manjre, A., Sarawgi, A., & Chaudhari, P. P. (2016). Review of Various Image Processing Techniques for Currency Note Authentication. International Journal of Computer Engineering In Research Trends, 3(3), 119–122.
Fausett, L. (1994). Fundamentals of Neural Networks: Architectures, Algorithms, and Applications. New Jersey: Prentice-Hall.
Indonesia, B. (2010). Ciri-Ciri Keaslian dan Standar Kualitas Uang Rupiah. Jakarta.
Putra, D. (2010). Pengolahan Citra Digital.
Roy, A., Halder, B., Garain, U., & Doermann, D. S. (2015). Machine-assisted authentication of paper currency: an experiment on Indian banknotes. International Journal on Document Analysis and Recognition, 18(3), 271–285. https://doi.org/10.1007/s10032-015-0246-y
Sai Prasanthi, B., & Setty, D. R. (2015). Indian Paper Currency Authentication System using Image processing. International Journal of Scientific Research Engineering & Technology, 4(9), 2278–2882. Retrieved from www.ijsret.org
Undang-Undang Republik Indonesia Nomor 7 Tahun 2011 tentang Mata Uang. (n.d.). Retrieved from http://www.bi.go.id/id/tentang-bi/uu-bi/Documents/UU 7 Tahun 2011.pdf

Unduhan

Diterbitkan

2019-05-15

Terbitan

Vol 13 No 1 (2019): Volume 13 Nomor 1 (8)

Bagian

Artikel

Lisensi

Penulis mengirimkan naskah dan pengertian bahwa jika diterima untuk proses dipublikasi,  hak cipta dari artikel tersebut akan diberikan kepada jurnal ilmiah teknologi informasi asia. Jurnal ilmiah teknologi informasi asia dan Lp2m Stmik Asia Malang sebagai penerbit jurnal, komponen Hak cipta mencakup hak untuk mereproduksi dan mengirimkan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.

Jurnal ilmiah teknologi infomasi asia, dan Lp2m Stmik Asia Malang, beserta jajaran para redaksi berusaha keras untuk memastikan bahwa tidak ada data, opini, pernyataan yang salah atau menyesatkan ketika dipublikasikan di jurnal, dengan kondisi apapun, isi artikel dan iklan yang diterbitkan di Jurnal ilmiah teknologi infomasi asia adalah murni merupakan tanggung jawab masing-masing penulis dan pengiklan. Pengguna situs web ini akan dilisensikan dengan menggunakan materi dari situs web ini setelah Lisensi Internasional Creative Commons Attribution 4.0. Tidak ada biaya yang dibebankan. Silakan gunakan materi yang sesuai.

Anda bebas untuk:

Bagikan - salin dan sebarkan materi dalam media atau format apa pun

Adaptasi - remix, transformasikan, dan bangun berdasarkan materi untuk tujuan apa pun, bahkan secara komersial.

Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti ketentuan lisensi