Anda di halaman 1dari 1

SISTEM PENDUKUNG KEPUTUSAN AUTENTIKASI MATA UANG KERTAS MELALUI INVINSIBLE INK MENGGUNAKAN LVQ ( STUDI KASUS: KOPERASI

KARYA MULYA SIDOARJO )


DECISION SUPPORT SYSTEM OF MONEY AUTHENTIFICATION FROM INVISIBLE INK USING LEARNING VECTOR QUALIFICATION ( CASE STUDY AT KOPERASI KARYA MULYA SIDOARJO ) Undergraduate Theses dari STIKOM Surabaya / 15-05-2009 16:19:05 WIB Posting oleh prazetyo Ditampilkan sebanyak 3233 kali Share this information : Author : Akhmad Musa Hadi (02410100257)

Subject Keyword

: DECISION MAKING : Identifikasi Mata Uang Pengolahan Citra Digital Jaringan Syaraf Tiruan Learning Vector Quantization

Abstract in Bahasa Indonesia

Saat ini deteksi keaslian dari uang kertas menggunakan alat ultraviolet sudah umum digunakan. Keakurasian alat tersebut sudah cukup memadai, tentunya dengan dibantu oleh keahlian dari manusia yang menjadi pengamatnya. Kesulitan akan terjadi jika pengecekan keaslian dilakukan pada beberapa lembar uang karena membutuhkan waktu yang cukup lama. Pengembangan mesin dengan fungsi sejenis sudah banyak dilakukan, kelebihan alat tersebut dalam hal kecepatan penghitungan, namun dari segi biaya relatif cukup mahal, masih terdapat uang palsu yang tidak terdeteksi oleh sensor dan hanya bisa memisahkan satu jenis uang saja. Umumnya alat tersebut hanya dimiliki oleh bank besar saja, sedangkan untuk skala kecil seperti koperasi yang juga tidak sedikit menangani masalah keuangan umumnya tidak memiliki alat tersebut.

Pada Tugas Akhir ini telah dibuat sebuah prototipe perangkat lunak yang mampu mengidentifikasi keaslian dan nominal dari sebuah mata uang rupiah melalui salah satu ciri mata uang yaitu invisible ink. Perangkat lunak yang dibangun memanfaatkan teknologi Pengolahan Citra Digital (PCD) dan Jaringan Syaraf Tiruan (JST) khususnya Learning Vector Quantization (LVQ) dalam mendeteksi keaslian (otentikasi) dan pengenalan (identifikasi) nominal yang masing-masing mengacu pada fitur invisible ink. Tahap otentikasi meliputi segmentasi fitur invisible ink dari uang kertas dan tahap identifikasi merupakan proses pengenalan pola menggunakan LVQ. Dari uji coba yang telah dilakukan mendapatkan tingkat akurasi untuk otentikasi sebesar 99,25791% dan identifikasi sebesar 71,40966%.