Identifikasi nilai nominal dan keaslian uang kertas rupiah menggunakan support vector machine

INDONESIA:

Penerapan teknologi otomasi akan mempermudah aktifitas manusia. Proses otomasi akan sangat membantu dalam pelayanan umum. Namun peredaran uang kertas palsu dari tahun ke tahun terus mengalami peningkatan. Banyak kasus pemalsuan uang kertas yang terjadi dalam tiga tahun terakhir ini. Hal ini tentu menjadi kendala. Oleh karena itu dibutuhkan perangkat yang tidak hanya dapat mendeteksi nilai nominal uang tetapi juga keasliannya. Penelitian ini bertujuan untuk membuat suatu perangkat lunak yang dapat mengidentifikasi nilai nominal uang kertas rupiah beserta keasliannya melalui proses pengolahan citra dengan menggunakan Support Vector Machine (SVM). Dalam proses identifikasi menggunakan dua jenis kernel yang berbeda yakni kernel Gaussian dan Polynomial.

Pencitraan uang kertas didapat dari dua sumber yang berasal dari scanner 300 dpi dan menggunakan sinar ultraviolet. Untuk mengidentifikasi nilai nominal uang kertas rupiah menggunakan nilai hasil ektraksi fitur berupa nilai entropy, contrast, correlation, energy dan homogeneity. Sedangkan untuk mengidentifikasi keaslian uang kertas rupiah menggunakan nilai rata-rata piksel RGB. Nilai hasil ektraksi fitur tersebut akan menjadi variabel masukan untuk SVM.

Proses identifikasi yang dilakukan dalam penelitian ini mempunyai dua tahap identifikasi. Tahap pertama adalah identifikasi nilai nominal uang kertas rupiah dan tahap kedua adalah identifikasi keaslian uang kertas rupiah.

Total data yang digunakan sebanyak 85 set untuk identifikasi nilai nominal uang kertas rupiah, dimana 60 diantaranya digunakan untuk proses training dan sisanya sebanyak 25 set digunakan untuk proses testing. Sedangkan untuk keaslian uang kertas total data adalah sebanyak 80 set, dimana 50 diantaranya digunakan untuk proses training dan sisanya sebanyak 30 set digunakan untuk proses testing. Hasil simulasi menunjukkan aplikasi mampu mengidentifikasi nilai nominal uang kertas rupiah pada konfigurasi akhir dengan tingkat akurasi sebesar 96% (Gaussian) dan keaslian uang kertas rupiah dengan tingkat akurasi sebesar 100% (Polynomial).

ENGLISH:

Application of automation technology will make it easier for human activities. Automation process will greatly help in the public service. However the circulation of fake banknote from year to year has increased steadily. Many counterfeit banknote case that happened in the last three years. It has certainly become a constraint. Therefore it needs a device that can detect not only the nominal value of banknote but also the authenticity. This research aims to develop a software that can identify the nominal values and authenticity of rupiah banknote through a process of image processing by using the Support Vector Machine (SVM). In the identification process using two different kernel types i.e. the Gaussian kernel and Polynomial.

Imaging of banknote were obtained from two sources that originate from scanner 300 dpi and using ultraviolet light. To identify the nominal value of rupiah banknote using results of features extraction of the value of entropy, contrast, correlation, energy and homogeneity. As for identifying the authenticity of rupiah banknote using the average value of RGB pixels. The value results of these features extraction will be the input variables for the SVM.

Identification process carried out in this research has two stages of identification. The first stage is the identification of the rupiah banknote nominal values and the second stage is the identification of the rupiah banknote authenticity.

Total data used by as much as 85 set to identify the nominal value of rupiah banknotes, where 60 were used for the process of training and rest as much as 25 sets used for the process of testing. As for the authenticity of rupiah banknote total data is as much as 80 sets, where 50 were used for the process of training and the rest 30 sets used for the process of testing. Simulation results demonstrate the application was able to identify nominal value of rupiah banknote on final configuration with the accuracy rate of 96% (Gaussian) and the authenticity of rupiah banknotes with the accuracy rate of 100% (Polynomial).