skip to main content

IMPLEMENTASI DEEP LEARNING MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN ALGORITMA YOLO DALAM SISTEM PENDETEKSI UANG KERTAS RUPIAH BAGI PENYANDANG LOW VISION

*Kevin Maulana Azhar  -  Departemen Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Indonesia
Imam Santoso  -  Departemen Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Indonesia
Yosua Alvin Adi Soetrisno  -  Departemen Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Indonesia
Open Access Copyright 2022 Transient: Jurnal Ilmiah Teknik Elektro under http://creativecommons.org/licenses/by-nc/4.0.

Citation Format:
Abstract
Penggunaan deep learning sudah diterapkan di berbagai sektor kehidupan karena memberikan dampak positif berupa kegiatan yang dikerjakan menjadi lebih efektif dan efisien. Implementasi deep learning dapat diterapkan untuk mendeteksi objek terntentu, salah satunya untuk mendeteksi objek uang kertas rupiah. Hal ini bertujuan untuk mempermudah penyandang low vision ketika akan menggunakan uang karena saat ini hanya menggunakan cara konvensional untuk membedakan nominal uang kertas rupiah seperti menyusun nominal ataupun membuat lipatan pada bagian uang. Pada tugas akhir ini, dirancang suatu sistem pendeteksian uang kertas rupiah pada citra bergerak menggunakan metode Convolutional Neural Network (CNN) untuk membantu penderita low vision. Algoritma untuk mendeteksi uang kertas rupiah menggunakan YOLO (You Only Look Once). Data latih yang digunakan berjumlah 1.260 gambar dengan 7.000 iterasi menghasilkan nilai mAP sebesar 97,65%. Hasil pengujian menggunakan data testing dengan jumlah data sebanyak 140 gambar bertujuan untuk mAP cross validation dan  diperoleh nilai mAP sebesar 97,5%. Sementara itu, hasil pengujian dengan variasi pada berbagai kondisi uang menghasilkan tingkat mAP sebesar 88%.
Fulltext View|Download
Keywords: deep learning, deteksi, uang kertas rupiah, citra bergerak, CNN, YOLO

Article Metrics:

Last update:

No citation recorded.

Last update:

No citation recorded.