Lampiran 1 Tampilan Fisik Alat 47
Lampiran 2 Pelabelan Dataset dan Training Dataset 48
Lampiran 3 Datasheet Sensor TCS43725 49

SURAT PERNYATAAN

RINGKASAN
Peredaran uang palsu menjadi ancaman serius yang berdampak pada stabilitas ekonomi dan kepercayaan masyarakat terhadap sistem moneter. Metode konvensional seperti lampu ultraviolet dan deteksi magnetik masih memiliki keterbatasan, sehingga diperlukan inovasi berbasis teknologi yang lebih akurat dan efisien.
Penelitian ini mengembangkan Sistem Deteksi Uang Palsu Berbasis Deep Learning Menggunakan Raspberry Pi dengan memanfaatkan algoritma YOLOv4-Tiny untuk mendeteksi keaslian uang secara real-time. Sistem ini diintegrasikan dengan Raspberry Pi 5 sebagai unit komputasi utama dan Arduino Nano sebagai pengendali periferal seperti sensor warna TCS34725, LCD 16x2 I²C, LED, dan buzzer.
Proses kerja sistem meliputi akuisisi citra uang menggunakan kamera, analisis fitur visual menggunakan model YOLOv4-Tiny, dan pengambilan keputusan keaslian berdasarkan hasil klasifikasi. Hasil penelitian menunjukkan bahwa sistem mampu membedakan uang asli dan palsu dengan tingkat akurasi tinggi pada berbagai kondisi pencahayaan, serta memberikan respon cepat dan deterministik.
Dengan rancangan yang portabel dan biaya produksi rendah, alat ini berpotensi digunakan secara luas di sektor perbankan, ritel, maupun usaha kecil menengah sebagai solusi praktis untuk mencegah peredaran uang palsu.

Kata kunci: Deep Learning, YOLOv4-Tiny, Raspberry Pi, Deteksi Uang Palsu, IoT