Identifikasi Keaslian Uang Kertas Berdasarkan Pengolahan Citra Digital dengan menggunakan metode Local Binary Pattern dan Support Vector Machine

Sari, Dian Nikita (2022) Identifikasi Keaslian Uang Kertas Berdasarkan Pengolahan Citra Digital dengan menggunakan metode Local Binary Pattern dan Support Vector Machine. Skripsi thesis, Universitas Islam Negeri Sumatera Utara.

	Text cover.pdf Download (234kB)
	Text BAB I.pdf Download (163kB)
	Text BAB II.pdf Restricted to Repository staff only Download (314kB)
	Text BAB III.pdf Restricted to Repository staff only Download (100kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (805kB)
	Text BAB V.pdf Download (28kB)
	Text DAFTAR PUSTAKA + lampiran.pdf Download (204kB)

Abstract

Mata uang yang diproduksi tanpa pengesahan secara hukum dari Negara atau pemerintah disebut uang palsu. Tercatat pada situs resmi Bank Indonesia pemalsuan uang di Indonesia mulai tahun 2014 sampai tahun 2018 uang palsu dalam skala nasional mengalami penurunan dan kenaikan.Penerapan sistem ini ialah untuk mengidentifikasi keaslian uang kertas rupiah berdasarkan tekstur. Dalam melakukan identifikasi keaslian uang kertas berdasarkan citra digital dengan menggunakan metode LBP dan SVM, data yang digunakan berupa citra digital uang pecahan Rp. 50.000. LBP merupakan metode yang membandingkan piksel tetangga dengan piksel pusat sehingga diperoleh nilai biner pada matriks, lalu nilai biner tersebut dihitung dan diubah ke dalam bentuk desimal. sedangkan SVM salah satu metode klasifikasi yang mempunyai beberapa kelebihan, diantaranya bias memodelkan dan mengklasifikasi. Dari hasil pengenalan pola menggunakan 4 persamaan, diperoleh nilai 1 pada fungsi keputusan 1 dan nilai -1 pada fungsi keputusan 2, 3, dan 4. Dimana fungsi keputusan 1 ialah kelas jenis uang kertas 50 asli dan fungsi keputusan 2, 3, dan 4 ialah kelas jenis uang kertas 50 palsu, uang kertas 100 asli dan uang kertas 100 palsu. Maka dari itu hasil yang dilakukan benar bahwa data yang diuji ialah jenis uang kertas 50 asli. Maka dari itu dalam mengatasi persoalan tersebut digunakan yaitu metode untuk mengidentifikasi atau mengklasifikasi biner yang membagi 2 kelas dengan nilai 1 untuk klas pertama dan -1 untuk kelas kedua. Dengan cara kerja kelas pertama diberi nilai 1 sementara kelas lainnya akan diberi nilai -1 untuk mendapatkan model pertama, kelas kedua diberi nilai 1 dan kelas lainnya diberi nilai -1 untuk mendapatkan model kedua, dan seterusnya dilakukan cara yang sama sesuai dengan jumlah kelas yang dipakai sehingga didapatkanlah model sebanyak sama dengan jumlah kelas yang dipakai.

Jenis Item:	Skripsi (Skripsi)
Uncontrolled Keywords:	Uang Kertas, Local Binary Pattern, Support Vector Machine, Ekstraksi dan Klasifikasi
Subjects:	000 Generalities > 005 Computer programming, programs, data
Divisions:	Fakultas Sains dan Teknologi > Ilmu Komputer > Skripsi
Pengguna yang mendeposit:	Ms Nurul Hidayah Siregar
Date Deposited:	21 Nov 2022 05:35
Last Modified:	21 Nov 2022 05:44
URI:	http://repository.uinsu.ac.id/id/eprint/16329

Actions (login required)

View Item