Perancangan Alat Pendeteksi Nominal Pada Uang Kertas Berbasis Artificial Neural Network Untuk Penyandang Tunanetra

Abstract

Telah dilakukan penelitian perancangan alat pedeteksi nominal pada uang kertas berbasis artificial neural network untuk penyandang tunanetra. Penelitian ini bertujuan untuk mengimplementasi dan dan mengukur kinerja artificial neural network pada alat  pendeteksi nominal uang kertas berdasarkan nilai RGB. Metode artificial neural network yang digunakan dalam penelitian adalah backpropagation, yaitu metode pelatihan supervised learning, dalam artian mempunyai target yang akan dicari. Ciri dari backpropagation adalah meminimalkan error pada output yang dihasilkan oleh jaringan. dalam metode backpropagation, biasanya digunakan jaringan multilayer, jaringan multilayer yang dimaksud adalah layer yang terdiri dari input layer, hidden layer, output layer. Berdasarkan dari hasil perancangan dalam penelitian ini Artificial neural network dapat diimplementasikan pada Alat pendeteksi nominal uang kertas berdasarkan nilai RGB dalam bentuk suara dan sudah mampu mendeteksi nominal uang kertas seperti Rp. 1.000, Rp. 2.000, Rp. 5.000 Rp. 10.000 ,Rp. 20.000, Rp. 50.000, Rp. 100.000, serta $1 dollar dengan akurasi rata-rata 88%.