Search for collections on PNUP Repository

Aplikasi Deteksi Keaslian Uang Kertas Rupiah Menggunakan Deep Learning

Kusman, Muhammad Shilham (2024) Aplikasi Deteksi Keaslian Uang Kertas Rupiah Menggunakan Deep Learning. Diploma thesis, Politeknik Negeri Ujung Pandang.

[thumbnail of Skripsi] Text (Skripsi)
APLIKASI DETEKSI KEASLIAN UANG KERTAS ...pdf - Published Version
Restricted to Repository staff only

Download (3MB)
[thumbnail of Sampul, Bab I, Bab II, Bab III dan Bab V] Text (Sampul, Bab I, Bab II, Bab III dan Bab V)
APLIKASI DETEKSI KEASLIAN UANG KERTAS .........pdf - Published Version
Restricted to Registered users only

Download (2MB)

Abstract

Uang kertas Rupiah, sebagai alat transaksi sah di Indonesia, sering menjadi target pemalsuan, terutama pada pecahan seratus ribu dan lima puluh ribu Rupiah. Kurangnya sosialisasi dan pemahaman masyarakat mengenai fitur keamanan seperti watermark menyebabkan tingginya peredaran uang palsu. Penelitian ini bertujuan untuk mengembangkan aplikasi Android yang menggunakan teknologi Convolutional Neural Network (CNN) untuk mendeteksi keaslian uang kertas Rupiah. Aplikasi ini dikembangkan dengan Google Colab untuk model CNN dan Android Studio untuk implementasinya. Percobaan dengan pengaturan epoch yang berbeda menunjukkan hasil signifikan: akurasi deteksi mencapai 98% pada 100 epoch, dengan akurasi 86,6% untuk pecahan 100 ribu rupiah asli, akurasi 93% untuk pecahan 100 ribu rupiah palsu, akurasi dan 80% untuk pecahan 50 ribu rupiah asli dan palsu. Aplikasi ini terbukti efektif dalam mengidentifikasi uang palsu dan meningkatkan pemahaman masyarakat tentang fitur keamanan uang kertas Rupiah.

Item Type: Thesis (Diploma)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Jurusan Teknik Informatika dan Komputer > D4 Teknik Multimedia dan Jaringan
Depositing User: Rahmawati S.Sos
Date Deposited: 14 Jul 2025 06:34
Last Modified: 14 Jul 2025 06:37
URI: https://repository.poliupg.ac.id/id/eprint/12363

Actions (login required)

View Item
View Item