Keberadaan uang palsu kerap kali beredar di masyarakat. Meskipun peningkatannya tidak secara signifikan namun tetap masyarakat harus berhati – hati dengan oknum yang mampu mengelabui mata awam masyarakat. Solusi yang diberikan oleh pemerintah untuk berhati – hati terhadap uang palsu adalah dengan mengandalkan 3D (dilihat, diraba dan diterawang) namun langkah tersebut belum secara sempurna dapat membedakan uang asli dan palsu. Sehingga perlu adanya sebuah sistem deteksi olah citra digital. Penelitian ini merancang sebuah sistem pendeteksi keaslian uang kertas rupiah. Metode ektraksi ciri dengan Local Binary Pattern, melalui tahapan pengenalan fitur – fitur pada citra seperti texture permukaan pada uang kertas dan metode klasifikasi menggunakan K-Means Cluster dengan menghitung centroid dari data yang ada di masing – masing cluster dengan menggunakan rumus persamaan euclidean distance. Pecahan uang yang diteliti adalah pecahan 50.000 dan 100.000 rupiah yang masing berjumlah 30 set data untuk uang asli dan 20 set data uang palsu yang diperoleh melalui fotocopy warna pecahan uang tadi. Berdasarkan simulasi yang telah dilakukan, untuk deteksi keaslian uang asli dan palsu mampu mencapai akurasi sebesar 96,67% bervariasi tergantung dari jumlah data pelatihan yang dilakukan. Ini menunjukkan bahwa sistem yang dirancang dapat membedakan keaslian uang kertas rupiah.
CITATION STYLE
Umar, R., Riadi, I., & Miladiah, M. (2018). Sistem Identifikasi Keaslian Uang Kertas Rupiah Menggunakan Metode K-Means Clustering. Techno.Com, 17(2), 179–185. https://doi.org/10.33633/tc.v17i2.1681
Mendeley helps you to discover research relevant for your work.