KLASIFIKASI PECAHAN UANG KERTAS RUPIAH MENGGUNAKAN TRANSFER LEARNING DENGAN MODEL MOBILENETV2

Rissa Ilmia Agustin; Jamaludin Indra; Sutan Faisal; Ahmad Fauzi; Rija Nur Hijriyya

doi:10.24252/instek.v9i2.49123

Rissa Ilmia Agustin Universitas Buana Perjuangan Karawang
(ID)
Jamaludin Indra Universitas Buana Perjuangan Karawang
(ID)
Sutan Faisal Universitas Buana Perjuangan Karawang
(ID)
Ahmad Fauzi Universitas Buana Perjuangan Karawang
(ID)
Rija Nur Hijriyya Universitas Buana Perjuangan Karawang
(ID)

DOI: https://doi.org/10.24252/instek.v9i2.49123

Keywords: Klasifikasi, MobileNetV2, Convolutional Neural Network

Abstract

Memanfaatkan mesin sebagai perantara dalam proses pembelian dan penjualan adalah bagaimana teknologi otomasi diterapkan. Mesin berfungsi sebagai penjual dan memiliki kemampuan seperti otak, seperti kecepatan dan keakuratan dalam membaca dan mengidentifikasi nominal uang. Dengan menggunakan teknologi otomatis ini, transaksi jual beli menjadi lebih nyaman. Metode Convolutional Neural Network (CNN) merupakan salah satu komponen dari teknologi Deep Transfer Learning digunakan dalam penelitian ini untuk mengenali uang kertas rupiah. Selain itu, penelitian ini memilih arsitektur model MobileNetV2 yang sesuai dan memodifikasi laju pembelajaran keduanya berdampak pada kinerja model klasifikasi. Untuk menjamin bahwa model memiliki kesempatan yang memadai untuk belajar dari data pelatihan, jumlah epoch yang ideal juga diperhitungkan. Selain itu, hal ini dapat berdampak pada pencapaian kinerja tinggi dengan waktu komputasi yang efisien, pemanfaatan ukuran batch yang optimal juga diselidiki. Evaluasi kinerja model selama pelatihan memberikan hasil sebagai berikut : f1-score 98% recall 98%, presisi 98%, dan akurasi pada set pengujian 97.86%.

Downloads

Download data is not yet available.

References

Aina Fitroh, Q. (n.d.). Volume 12 Number 2 May 2023 Qorry Aina Fitroh: Deep Transfer Learning to Deep Transfer Learning to Improve Classification Accuracy in Dermoscopic Images of Skin Cancer.

Amalia, B., & Novia Lisdawati, A. (2023). Perancangan Alat Pendeteksi Nominal Pada Uang Kertas Berbasis Artificial Neural Network Untuk Penyandang Tunanetra. Jurnal EEICT (Electric Electronic Instrumentation Control Telecommunication), 6(2). https://doi.org/10.31602/eeict.v6i2.12941

Antara, A. M. E., Sari, S. A., Riswanti, N., Amin, D. A., Verdila, V., & Masa, A. P. A. (2023). Deteksi Nominal Rupiah Uang Kertas Berdasarkan Citra Warna Menggunakan Segmentasi K-Means Clustering dan Klasifikasi Random Forest. Kreatif Teknologi Dan Sistem Informasi (KRETISI), 1(1), 34–39. https://doi.org/10.30872/kretisi.v1i1.776

Ayu, P., Zakaria, L., & Zainal, M. (2023). PENGENALAN NILAI MATA UANG KERTAS UNTUK TUNANETRA BERBASIS ANDROID (Vol. 3, Issue 3). https://jurnal.umpar.ac.id/index.php/sylog▪40

Baiq Nurul Azmi, Arief Hermawan, & Donny Avianto. (2023). Analisis Pengaruh Komposisi Data Training dan Data Testing pada Penggunaan PCA dan Algoritma Decision Tree untuk Klasifikasi Penderita Penyakit Liver. JTIM : Jurnal Teknologi Informasi Dan Multimedia, 4(4), 281–290. https://doi.org/10.35746/jtim.v4i4.298

Budiman, B., Lubis, C., Novario, ), & Perdana, J. (n.d.). PENDETEKSIAN PENGGUNAAN MASKER WAJAH DENGAN METODE CONVOLUTIONAL NEURAL NETWORK. https://miro.medium.com/max/444/1*gpB2G2JsJ0mk1

Dewi, N., & Ismawan, F. (2021). IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CNN UNTUK SISTEM PENGENALAN WAJAH. Faktor Exacta, 14(1), 34. https://doi.org/10.30998/faktorexacta.v14i1.8989

Gori, T. (2024). Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa. Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(1), 215–224. https://doi.org/10.25126/jtiik.20241118074

Hasanah, S., Purwasih, I., & Santoso, I. (n.d.). ANALISIS SENTIMEN TERHADAP MASYARAKAT ADANYA UANG KERTAS BARU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR(KNN). https://journals.upi-yai.ac.id/index.php/ikraith-informatika/issue/archive

mahendra made. (2022). Pengembangan Model Pembelajaran Mesin untuk Mengidentifikasi Nominal Uang Kertas Rupiah Menggunakan Algoritma CNN Dengan Library Keras (Vol. 8, Issue 1).

Mardha, F. A., Ziada Salsabiila, S., Sayid, S. K., & Ariska, W. (2022). IDENTIFIKASI NILAI MATA UANG KERTAS RUPIAH DENGAN METODE EKSTRASI CIRI LOCAL BINARY PATTERN DAN METODE KLASIFIKASI NAÏVE BAYES.

Muhammad Nur Hidayat, A., & Zakiyah, I. M. (2023). Identifikasi Nominal Mata Uang Rupiah Bagi Penyandang Tunanetra Dengan Algoritma Convolutional Neural Network Berbasis Android. JOURNAL SHIFT VOL, 3.

Musu, W., & Ibrahim, A. (n.d.). Pengaruh Komposisi Data Training dan Testing terhadap Akurasi Algoritma C4.5.

Nursanti, R. E., Windy, L., Haryanto, O., & Fauziah, E. (n.d.). Rizna Eka Nursanti, Laurensius Windy Octanio Haryanto Eksplorasi Limbah Uang Kertas Tidak Layak Edar dengan Menggunakan Metode Double Diamond, Studi Kasus: Bank Indonesia (BI) Purwokerto 18 Eksplorasi Limbah Uang Kertas Tidak Layak Edar dengan Menggunakan Metode Double Diamond, Studi Kasus: Bank Indonesia (BI) Purwokerto.

Pratama, A. R., Mustajib, M., & Nugroho, A. (2020). Deteksi Citra Uang Kertas dengan Fitur RGB Menggunakan K-Nearest Neighbor. Jurnal Eksplora Informatika, 9(2), 163–172. https://doi.org/10.30864/eksplora.v9i2.336

Pujianto, A., Zainal Abidin, H., & Laksono, A. B. (2020). IDENTIFIKASI NOMINAL UANG KERTAS UNTUK TUNA NETRA BERBASIS MIKROKONTROLLER DENGAN SISTEM SUARA. JEECOM, 2(2).

Rizky, M., & Andarsyah, R. (2023). Klasifikasi MIT-BIH Arrhythmia Database Metode Random Forest dan CNN dengan Model ResNet-50: A Systematic Literature Review. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(3), 190–196. https://doi.org/10.47233/jteksis.v5i3.825

Sadewa, B. A., & Yamasari, Y. (2024). Implementasi Deep Transfer Learning untuk Klasifikasi Nominal Uang Kertas Rupiah. Journal of Informatics and Computer Science, 05.

Wahyudin Kiki, Wahiddin Deden, & Kusumaningrum Dwi. (n.d.). Sistem Deteksi Wajah Keamanan Pintu Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Arduino.