PENGENALAN NOMINAL MATA UANG KERTAS DENGAN PATTERN MATCHING DAN SEGMENTASI WARNA LOCAL BINARY PATTERN (LBP)

71110095, NANDA PRATAMA PUTRA GADI (2017) PENGENALAN NOMINAL MATA UANG KERTAS DENGAN PATTERN MATCHING DAN SEGMENTASI WARNA LOCAL BINARY PATTERN (LBP). Bachelor thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71110095_bab1_bab5_daftarpustaka.pdf Download (697kB)
	Text (Skripsi Informatika) 71110095_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (5MB) | Request a copy

Abstract

Uang didefinisikan sebagai alat tukar yang dapat diterima secara umum oleh setiap orang di masyarakat dalam proses pertukaran barang dan jasa. Uang sendiri memiliki beberapa fungsi utama dalam suatu perekonomian yaitu sebagai satuan hitung, sebagai alat transaksi, dan sebagai penyimpan nilai. Untuk itu guna mempermudah atau menunjang suatu transaksi yang memanfaatkan teknologi dibangunlah sebuah sistem sederhana dalam mengenali nominal mata uang. Dengan menggunakan metode segmentasi warna Local Binary Pattern (LBP) dan Pattern Matching sebagai perhitungan jarak untuk pengenalannya. Terdapat 4 tahap dalam prosesnya, dimulai dengan grayscale sebagai tahap pertama untuk mengkonversi nilai-nilai piksel dari gambar masukan menjadi gambar grayscale, kemudian dilanjutkan ke tahap kedua menggunakan metode local binary pattern untuk tranformasi sebagai praproses ekstraksi ciri. Tahap ketiga adalah ekstraksi ciri statistik orde kedua untuk mendapatkan cirinya dimana nilai diperoleh dari hasil perhitungan angular second moment, contrast, correlation, inverse different moment, dan entropy. Tahap keempat ialah perhitungan jarak dengan metode pattern matching untuk mengenali gambar yang dianalisa tersebut. Berdasarkan hasil penelitian yang dilakukan sistem berhasil mengenali gambar uang yang telah mengalami perubahan perlakuan (pemberian titik/ noise) sebanyak 10 kali menghasilkan persentase yang cukup baik sebesar 86%. Perubahan perlakuan dengan cara diperkecil sebanyak 10 kali menghasilkan persentase sebesar 57%. Perubahan perlakuan dengan cara diperbesar sebanyak 10 kali menghasilkan persentase sebesar 56%. Perubahan perlakuan dengan cara digeser sebanyak 10 kali menghasilkan persentase sebesar 33%. Perubahan perlakuan dengan cara dirotasi sebanyak 6 perlakuan derajad berbeda menghasilkan persentase sebesar 31%.

Actions (login required)

View Item