Perpustakaan Fakultas Teknik

Universitas Mataram

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Tugas Akhir Informatika

APLIKASI PENDETEKSI KELAYAKAN PENUKARAN UANG KERTAS RUPIAH MENGGUNAKAN FITUR HSV, FITUR GLCM, DAN CANNY EDGE DETECTION MENGGUNAKAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) UNTUK PERANGKAT ANDROID

Nabila Puspita - Nama Orang;

Dalam rangka menjaga kualitas uang Rupiah yang beredar di masyarakat, Bank
Indonesia menerapkan kebijakan untuk mengganti atau menukarkan uang Rupiah tidak
layak edar dengan Rupiah layak edar, tetapi kegiatan tukar menukar uang Rupiah ini sering
mengalami penyalahgunaan berupa uang Rupiah yang rusak tidak ditukar sesuai dengan
nilai nominal uang yang ada, sehingga dibutuhkan perangkat yang tidak hanya dapat
mendeteksi nilai nominal serta keaslian uang tetapi juga mendeteksi kelayakan uang dapat
ditukar atau tidak. Penelitian ini bertujuan untuk membuat suatu prototype perangkat lunak
yang dapat mendeteksi kelayakan penukaran uang kertas Rupiah melalui proses
pengolahan citra dengan menggunakan klasifikasi Support Vector Machine (SVM).
Pencitraan uang kertas berasal dari scanner handphone. Penelitian ini dilakukan dengan
tiga jenis ekstraksi ciri diantaranya GLCM (Gray Level Co-Occurrence Matrix)
menggunakan empat arah sudut (0, 45, 90, 135) dengan jarak piksel d=1, HSV (Hue,
Saturation, Value) menggunakan lima jenis fitur, dan Canny Edge Detection
menggunakan deteksi tepi (50,50). Hasil penelitian yang telah dilakukan menghasilkan
performa yang baik dalam mendeteksi kelayakan penukaran uang kertas rupiah dengan
menggunakan sebanyak 420 citra uang didapatkan nilai akurasi sebesar 71%, presisi
sebesar 82%, dan recall sebesar 85%.


Ketersediaan

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
351.120 959 8.Nab.a
Penerbit
: .,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
351.120 959 8
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Edisi 1 Jilid 1
Subjek
Uang kertas Rupiah, Support Vector Machine
Canny Edge Detection, GLCM, HSV
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Nabila Puspita
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • APLIKASI PENDETEKSI KELAYAKAN PENUKARAN UANG KERTAS RUPIAH MENGGUNAKAN FITUR HSV, FITUR GLCM, DAN CANNY EDGE DETECTION MENGGUNAKAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) UNTUK PERANGKAT ANDROID
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan Fakultas Teknik
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Ruang Baca Fakultas Teknik

Kami menyedian Buku ajar ilmu teknik dan Tugas Akhir mahaiswa Fakultas Teknik Universitas Mataram

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik