Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Sistem Pengenal Nilai Nominal Uang Kertas Dengan Metode Citra Canny, ORB, Dan KNN
Adiguna Wibowo (2021) | Skripsi | Teknik Elektro
Bagikan
Ringkasan
Keterbatasan tuna netra dalam melihat, membuat mereka hanya dapat mengandalkan indra peraba dan pendengaran saja. Kelemahan tersebut dapat menyebabkan mereka sulit mengidentifikasi nilai nominal uang kertas dan memungkinkan uang tertukar, salah ambil, atau bahkan tertipu pada saat melakukan transaksi jual beli. Dalam mengatasi permasalahan tersebut dibuatlah sistem yang dapat mengenali nilai nominal uang kertas menggunakan pengolahan citra. Sistem ini bekerja dengan mengambil gambar melalui sensor kamera yang kemudian diidentifikasi oleh sistem dengan metode pengolahan citra untuk dikenali dan hasil pengenalan tersebut dikeluarkan dalam bentuk audio dan teks. Metode citra Canny, ORB dan KNN akan sesuai untuk diterapkan pada sistem tersebut. Data yang digunakan dalam penelitian ini adalah 40 data testing, 8 data training, dan 4 data audio dengan 4 jenis nominal uang kertas yang berbeda. Metode citra Canny, ORB dan KNN yang diterapkan pada sistem menghasilkan tingkat akurasi rata-rata total sebesar 97,5%. Kata Kunci: Citra Canny, audio, sensor kamera, pengolahan citra, ORB, KNN.
Ringkasan Alternatif
The blindness of the blind in seeing, makes them only rely on the sense of touch and hearing only. This weakness can make it difficult for them to identify the nominal value of banknotes and allow money to be exchanged, misplaced, or even deceived when making buying and selling transactions. In overcoming this problem a system was created that could manage the image of the nominal value of banknotes using image processing. This system works by taking an image from the camera sensor which is then identified by the image processing system to be recognized and the recognition results are issued in audio and text form. The Canny image, ORB, and KNN methods will be suitable to be applied to the system. The data used in this study were 40 testing data, 8 training data, and 4 audio data with 4 different nominal banknotes. The Canny image, ORB, and KNN methods applied to the system produce an average accuracy rate of 97.5%. Keynote: Canny image, audio, sensor camera, image processing, ORB, KNN.