Peredaran uang palsu dari tahun ke tahun terus mengalami peningkatan. Peningkatan
ini dikarena mudahnya mendapatkan informasi cara membuat uang palsu di internet serta
ditunjang dengan perkembangan teknologi yang ada. Salah satu alat bantu yang paling banyak
dipakai untuk membedakan uang palsu dengan uang asli adalah dengan memanfaatkan sinar
ultraviolet. Tetapi hal ini masih memiliki permasalahan, karena tidak semua masyarakat
Indonesia mempunyai alat tersebut selain harganya yang relatif mahal, ketidak praktisan alat
ini juga menjadi salah satu penyebabnya.
Untuk itu, perlu adanya suatu teknologi yang dapat mengetahui dan membedakan
uang palsu tersebut. Berdasarkan kasus di atas, penelitian ini membahas tentang pemanfaatan
kamera smartphone untuk membedakan uang asli dengan uang palsu menggunakan deteksi
tepi operator canny sebagai metode yang digunakan.
i
DAFTAR ISI
ABSTRAK .......................................................................................................................... i
DAFTAR ISI ..................................................................................................................... ii
DAFTAR GAMBAR .............................................................................................................iv
DAFTAR TABEL ................................................................................................................ v
BAB I PENDAHULUAN ....................................................................................................... 1
1.1 Latar Belakang ................................................................................................... 1
1.2 Rumusan Masalah .............................................................................................. 1
a. Identifikasi Masalah .................................................................................... 1
b. Batasan Masalah ......................................................................................... 2
c. Rumusan Masalah ....................................................................................... 2
1.3 TUJUAN DAN MANFAAT PENELITIAN .................................................................. 2
a. Tujuan Penelitian ........................................................................................ 2
b. Manfaat Penelitian ...................................................................................... 2
1.4 Sistematika Penulisan ......................................................................................... 3
1.5 Daftar Istilah ..................................................................................................... 3
a. Android ...................................................................................................... 3
b. Client-Server............................................................................................... 4
BAB II LANDASAN PEMIKIRAN .......................................................................................... 5
2.1 TINJAUAN PUSTAKA .......................................................................................... 5
a. Citra Digital ................................................................................................ 5
b. Format Citra Digital ..................................................................................... 9
c. Pengolahan Citra ...................................................................................... 14
d. Operasi Pengolahan Citra .......................................................................... 15
e. Deteksi Tepi ............................................................................................. 16
2.2 Tinjauan Studi ................................................................................................. 25
2.3 Tinjauan Objek Penelitian ................................................................................. 29
2.4 Kerangka Pemikiran ......................................................................................... 29
2.5 Hipotesis ......................................................................................................... 30
BAB III DESAIN PENELITIAN .......................................................................................... 31
3.1 Metode Penelitian ............................................................................................ 31
ii
3.2 Pemilihan sampel ............................................................................................. 31
3.3 Metode Pengumpulan Data ............................................................................... 31
a. Studi Literatur ........................................................................................... 31
b. Observasi Lapangan .................................................................................. 32
3.4 Langkah-langkah Penelitian .............................................................................. 32
3.5 Jadwal Penelitian ............................................................................................. 34
BAB IV PENUTUP ........................................................................................................... 36
4.1 Kesimpulan ...................................................................................................... 36
DAFTAR PUSTAKA .......................................................................................................... 37
iii
DAFTAR GAMBAR
Gambar 2.7 (kiri) gambar asli, (kanan) gambar hasil smoothing ..................................... 21
Gambar 2.10 (kiri) Hasil gradient, (kanan) setelah penghapusan Non-Maksimum .............. 23
Gambar 2.11 (kiri) setelah penghapusan Non-Maximum, (kanan) Thresholding ganda ...... 24
iv
DAFTAR TABEL
v
BAB I
PENDAHULUAN
Salah satu teknik yang dapat digunakan oleh masyarakat umum untuk
membedakan uang palsu dengan uang asli berdasarkan sosialisasi yang dilakukan oleh
pemerintah adalah dengan 3D (Dilihat, Diraba, Diterawang) melihat ada tidaknya
benang pengaman, meraba warna dan tekstur pada kertas, serta menerawang ada
tidaknya tanda air. Namun teknik tersebut masih saja dapat mengelabui mata awam
seseorang, Maka diciptakanlah alat untuk mendeteksi uang palsu, salah satu alat bantu
yang paling banyak dipakai adalah dengan memanfaatkan sinar ultraviolet. Tetapi tetap
saja hal ini masih memiliki permasalahan, karena tidak semua masyarakat Indonesia
mempunyai alat tersebut selain harganya yang relatif mahal, ketidak praktisan alat ini
juga menjadi salah satu penyebabnya.
Untuk itu, perlu adanya suatu teknologi yang dapat membantu masyarakat pada
umumnya untuk mengetahui dan membedakan uang palsu tersebut. Yaitu dengan
memanfaatkan smartphone berbasis android serta teknologi client-server dimana
gambar uang yang diambil dari kamera smartphone tersebut akan dikirim ke server dan
diproses. Dalam proses membedakan uang asli dengan uang palsu, metode yang
digunakan adalah deteksi tepi dengan operator canny.
1
Keterbatasan kemampuan mata pada seseorang dalam membedakan uang
asli dengan uang palsu menjadi penyebab peredaran uang palsu merajalela.
Meskipun sudah banyak alat yang dapat digunakan untuk mengidentifikasi uang
palsu, namun karena ketidak praktisan dalam penggunaannya, menyebabkan
masih kurang efektif dalam menekan peredaran uang palsu.
b Batasan Masalah
Kamera smartphone digunakan untuk mengambil gambar uang, merubah
ukuran gambar dan mengupload gambar ke server. Sedangkan proses
pendekteksian uang palsu atau asli dilakukan di server. Sample uang yang
digunakan adalah uang kertas (Rp.100000 , Rp 50000). Metode yang digunakan
dalam membedakan uang asli atau uang palsu menggunakan deteksi tepi dengan
operator canny.
c Rumusan Masalah
Berdasarkan uraian di atas, maka rumusan masalah yang dapat diambil
adalah “Apakah metode – metode pengolahan citra yang digunakan dapat
membedakan uang palsu dengan uang asli?”.
b Manfaat Penelitian
Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal untuk
menekan peredaran uang palsu. Selain itu dengan memanfaatkan smartphone
setiap orang mampu memaksimalkan kegunaan smartphone tersebut tidak hanya
sebatas melakukan panggilan telpon atau mengirim pesan. Program aplikasi yang
dibuat juga dapat dijadikan bahan untuk penelitian lebih lanjut dibidang yang
berkaitan.
2
Dengan penyesuaian tertentu, metode yang digunakan mungkin dapat
juga dimanfaatkan untuk sistem deteksi objek secara umum yang tidak hanya
terbatas pada uang, misalnya deteksi kendaraan, pejalan kaki, bahan produksi, dan
sebagainya.
Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman yang
lebih baik terhadap jaringan syaraf tiruan, dan pengaruh berbagai parameter yang
digunakan terhadap unjuk kerja pengklasifikasi jaringan syaraf tiruan.
BAB I : Pendahuluan
Dalam bab ini dijelaskan mengenai pokok permasalahan secara
umum, yang meliputi latar belakang, identifikasi dari permasalahan yang
ada, batasan masalah, tujuan dan manfaat penelitian dari penelitian serta
menjelaskan sistematika penulisan penelitian.
3
Android adalah sistem operasi berbasis Linux yang dirancang untuk perangkat
seluler layar sentuh seperti telepon pintar dan komputer tablet. Android awalnya
dikembangkan oleh Android, Inc., dengan dukungan finansial dari Google, yang
kemudian membelinya pada tahun 2005. Sistem operasi ini dirilis secara resmi pada
tahun 2007, bersamaan dengan didirikannya Open Handset Alliance, konsorsium dari
perusahaan-perusahaan perangkat keras, perangkat lunak, dan telekomunikasi yang
bertujuan untuk memajukan standar terbuka perangkat seluler. Ponsel Android
pertama mulai dijual pada bulan Oktober 2008
b Client-Server
Client-server merupakan sebuah paradigma dalam teknologi informasi yang merujuk
kepada cara untuk mendistribusikan aplikasi ke dalam dua pihak: pihak klien dan
pihak server. Dalam model klien/server, sebuah aplikasi dibagi menjadi dua bagian
yang terpisah, tapi masih merupakan sebuah kesatuan yakni komponen klien dan
komponen server. Komponen klien juga sering disebut sebagai front-end, sementara
komponen server disebut sebagai back-end. Komponen klien dari aplikasi tersebut
dijalankan dalam sebuah workstation dan menerima masukan data dari pengguna.
Komponen klien tersebut akan menyiapkan data yang dimasukkan oleh pengguna
dengan menggunakan teknologi pemrosesan tertentu dan mengirimkannya kepada
komponen server yang dijalankan di atas mesin server, umumnya dalam
bentuk request terhadap beberapa layanan yang dimiliki oleh server. Komponen
server akan menerima request dari klien, dan langsung memprosesnya dan
mengembalikan hasil pemrosesan tersebut kepada klien. Klien pun menerima
informasi hasil pemrosesan data yang dilakukan server dan menampilkannya kepada
pengguna, dengan menggunakan aplikasi yang berinteraksi dengan pengguna
4
BAB II
LANDASAN PEMIKIRAN
• analog yaitu berupa sinyal video seperti gambar pada monitor televisi
• digital yaitu berupa file yang dapat langsung disimpan dalam media
penyimpanan.
Sebuah citra dirubah ke dalam bentuk digital agar dapat disimpan dalam
memori komputer sebagai suatu file dalam format tertentu. Format citra dapat
menunjukan cara sebuah citra digital disimpan, misalnya apakah dengan suatu
kompresi atau tidak. Contoh format citra digital adalah .bmp, .jpg, .png, .tif dan
sebagainya. Ukuran citra digital dinyatakan dalam piksel.
5
1) Citra Bipmap / Citra raster adalah citra digital yang dibentuk oleh kumpulan
piksel dalam array dua dimensi.
2) Grafik Vektor adalah citra yang dibentuk oleh fungsi-fungsi geometri dan
matematika.
Citra digital dihasilkan dari citra analog melalui digitalisasi, digitalisasi citra
analog terdiri atas penerokan (sampling) dan kuantisasi (quantization). Penerokan
adalah pembagian citra ke dalam elemen elemen diskrit (piksel), sedangkan
kuantisasi adalah pemberian nilai intensitas warna pada setiap piksel dengan nilai
yang berupa bilangan bulat.
I. Citra Biner
Citra biner yaitu citra yang hanya terdiri atas dua warna, yaitu hitam
danputih. Oleh karena itu, setiap piksel pada citra biner cukup
direpresentasikandengan 1 bit.
6
Gambar 2.2 representasi citra biner
Meskipun saat ini citra berwarna lebih disukai karena memberi kesan yang
lebih kaya dari citra biner, namun tidak membuat citra biner mati. Pada beberapa
aplikasi citra biner masih tetap di butuhkan, misalkan citra logo instansi ( yang
hanya terdiri dari warna hitam dan putih), citra kode barang (bar code) yang tertera
pada label barang, citra hasil pemindaian dokumen teks, dan sebagainya. Seperti
yang sudah disebutkan diatas, citra biner hanya mempunyai dua nilai derajat
keabuan : hitam dan putih. Piksel – piksel objek bernilai 1 dan piksel – piksel latar
belakang bernilai 0. pada waktu menampilkan gambar, adalah putih dan 1 adalah
hitam. Jadi pada citra biner, latar belakang berwarna putih sedangkan objek
berwarna hitam seperti tampak pada gambar 2.1 diatas. Meskipun komputer saat
ini dapat memproses citra hitam-putih (grayscale) maupun citra berwarna, namun
citra biner masih tetap di pertahankan keberadaannya.
Alasan penggunaan citra biner adalah karena citra biner memiliki sejumlah
keuntungan sebagai berikut:
7
II. Citra grayscale
Citra grayscale yaitu citra yang nilai piksel-nya merepresentasikan derajat
keabuan atau intensitas warna putih. Nilai intensitas paling rendah
merepresentasikan warna hitam dan nilai intensitas paling tinggi
merepresentasikan warna putih. Pada umumnya citra grayscale memiliki
kedalaman piksel 8 bit (256 derajat keabuan), tetapi ada juga citra grayscale yang
kedalaman piksel-nya bukan 8 bit, misalnya 16 bit untuk penggunaan yang
memerlukan ketelitian tinggi.
Citra grayscale merupakan citra satu kanal, dimana citra f(x,y) merupakan
fungsi tingkat keabuan dari hitam keputih, x menyatakan variable kolom atau posisi
piksel di garis jelajah dan y menyatakan variable kolom atau posisi piksel di garis
jelajah. Intensitas f dari gambar hitam putih pada titik (x,y) disebut derajat keabuan
(grey level), yang dalam hal ini derajat keabuannya bergerak dari hitam keputih.
Derajat keabuan memiliki rentang nilai dari Imin sampai Imax, atau Imin < f <
Imax, selang (Imin, Imax) disebut skala keabuan.
8
0 menyatakan hitam, intensitas 255 menyataka putih, dan nilai antara 0 sampai
255 menyatakan warna keabuan yang terletak antara hitam dan putih.
Intensitas suatu pada titik pada citra berwarna merupakan kombinasi dari
tiga intensitas : derajat keabuan merah (fmerah(x,y)), hijau fhijau(x,y) dan biru
(fbiru(x,y)). Persepsi visual citra berwarna umumnya lebih kaya di bandingkan
dengan citra hitam putih. Citra berwarna
9
menyebabkanpenurunan kualitas citra, meskipun dalam beberapa kasus penurunan
kualitas tersebut tidak dapat dikenali oleh mata manusia. Beberapa format citra
digital yang banyak ditemui adalah BMP, JPEG, GIF, PNG, dan lain-lain.
I. Bitmap
Kriteria yang paling penting dari citra ini adalah kedalaman warna yaitu
berapa banyak bit per piksel yang didefinisikan dari sebuah warna (Rinaldi Munir,
2005). Bitmap dengan mengikuti kriteria tadi maka dapat dilihat:
10
letak LSB adalah pada bit ke-8, bit ke-16 dan bit ke 24 dimana masing-masing byte
mewakili warna merah (red), warna hijau (green) dan warna biru (blue).
Manipulasi pada bitmap tidak dapat dikonvert atau diubah ke dalam bentuk
format grafik yang lain karena data tersembunyi dalam file tersebut akan hilang.
Format menggunakan metode komperesi yang lain (seperti JPEG) tidak di gunakan
dalam skripsi ini. Mengurangi ukuran dari carrier file sangatlah penting untuk
melakukan transmisi online, yaitu dengan menggunakan utilitas kompresi (seperti
: ARZ, LZH, PKZIP, WinZip), dikarenakan kerja mereka tidak terlalu berat.
II. GIF
Graphic Interchange Format (GIF, dibaca jiff ,tetapi kebanyakan orang
menyebutnya dengan giff ) yang dibuat oleh Compuserve pada tahun 1987 untuk
menyimpan berbagai gambar dengan format bitmap menjadi sebuah file yang
mudah untuk diubah pada jaringan koputer. GIF adalah file format graphic yang
paling tua pada Web, dan begitu dekatnya file format ini dengan web pad saat itu
sehingga para Browser menggunakan format ini.
File GIF dapat disimpan dalam dua jalan yaitu secara berurutan (Dari atas ke
bawah) dan pembagian dengan baris ( 8 baris, 4 baris dan 2 baris). Pembagian
baris pada gambar dengan resolusi gambar yang rendah dengan cepat dimana
secara gradual datangnya untuk menjadikan lebih focus , dengan expense dari
penambahan kapasitas file.
III. PNG
PNG (Portable Network Graphics) adalah salah satu format penyimpanan
citra yang menggunakan metode pemadatan yang tidak menghilangkan bagian dari
11
citra tersebut. Format PNG ini diperkenalkan untuk menggantikan format
penyimpanan citra GIF. Secara umum PNG dipakai untuk Citra Web.
Selain itu, citra dengan format PNG mempunyai faktor kompresi yang lebih
baik dibandingkan dengan GIF sekitar 5%-25%. Satu fasilitas dari GIF yang tidak
terdapat pada PNG format adalah dukungan terhadap penyimpanan multi-citra
untuk keperluan animasi.
PNG (Format berkas grafik yang didukung oleh beberapa web browser. PNG
mendukung transparansi gambar seperti GIF, berkas PNG bebas paten dan
merupakan gambar bitmap yang terkompresi
12
place pada dokumen InDesign sebagai gambar bitmap RGB, sehingga hanya dapat
dicetak sebagai gambar komposit bukan pada gambar separasi.
IV. JPEG
Joint Photograpic Experts (JPEG , dibaca jay-peg) di rancang untuk kompresi
beberapa full-color atau gray-scale dari suatu gambar yang asli, seperti
pemandangan asli di dunia ini. JPEGs bekerja dengan baik pada continous tone
images seperi photographs tetapi tidak terlalu bagus pada ketajaman gambar dan
seni pewarnaan seperti penulisan, kartun yang sederhana atau gambar yang
mengunakan banyak garis. JPEG sudah mendukung untuk 24-bit color depth atau
sama dengan 16,7 juta warna (224 = 16.777.216 warna), progressive JPEGs (p-
JPEGs) adalah tipe dari beberapa persen lebih kecil dibandingkan baseline JPEGs:
13
Tetapi keuntungan dari JPEG dan tipe-tipenya telihat pada langkah-langkahnya
sama seperti interlaced GIFs.
JPEG adalah algoritma kompresi secara lossy. JPEG bekerja dengan merubah
gambar spasial dan merepresentasikan kedalam pemetaan frekueunsi. Discrete
Cosine Transform (DCT) dengan memisahkan antara informasi frekuensi yang
rendah dan tinggi dari sebuah gambar. Informasi frekuensi yang tinggi akan
diseleksi untuk dihilangkan yang terikat pada pengaturan kualitas yang digunakan.
Kompresi dengan tingkatan yang lebih baik, tingkatan yang lebih baik dari informasi
yang dihilangkan. Waktu Kompresi dan dekompresi dilaksanakan dengan simetris.
JPEG Group’s (IJG) decoder lebih ditingkatkan kemampuannya dibandingkan
dengan encodernya. Manakala, ketika diperlihatkan 8 bits, mengurangi kuantisasi
warna yang lambat. Banyak para penjual JPEG menawarkan untuk mempercepat
hasil dari JPEG, kuantisasi warna dan kualitas dengan mengimplementasikan IJG.
JPEG dirancang untuk mengeksploitasi tingkatan dari mata kita yakni bahwa
mata kita tidak akan dapat mebedakan perubahan yang lambat terang dan warna
dibandingkan dengan perbedaan suatu jarak apakah jauh atau dekat. Untuk itu
JPEG sangat baik digunkan pada fotografi dan monitor 80-bit. JPEG sebenarnya
hanyalah algoritma kompresi, bukan merupakan nama format file. File yang biasa
disebut JPEG pada jaringan sebenarnya adalah JFIF ( JPEG File Interchange
Format).
c. Pengolahan Citra
Pengolahan Citra merupakan proses pengolahan dan analisis citra yang
banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan
informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara
umum didefnisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam
definisi yang lebih luas, pengolahan citra digital juga mencakup semua data dua
dimensi.
Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita
miliki mengalami penurunan intensitas mutu, misalnya mengandung cacat atau
derau (noise), warnanya terlalu kontras atau kabur tentu citra seperti ini akan sulit
14
direpresentasikan sehingga informasi yang ada menjadi berkurang. Agar citra yang
mengalami ganguan mudah direpresentasikan maka citra tersebut perlu
dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Pengolahan citra adalah
pemrosesan citra khususnya dengan menggunakan komputer menjadi citra yang
lebih baik. Umumnya operasi-operasi pengolahan citra diterapkan pada citra
apabila:
c. Penajaman (Sharpening)
15
domain frekuensi. Restorasi citra juga bertujuan menghilangkan atau
meminimalkan cacat pada citra. Contoh-contoh operasi restorasi citra[11] [21]:
3) Segmentasi citra
e. Deteksi Tepi
16
Edge adalah operasi yang dijalankan untuk mendeteksi garis tepi (edges)
atau boundary untuk segmentasi, registrasi, dan identifikasi objek yang merupakan
beberapa bagian dari citra dimana intensitas kecerahan berubah secara drastis.
Deteksi Tepi (Edge Detection) pada suatu citra adalah suatu proses yang
menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya adalah untuk menandai
bagian yang menjadi detail citra dan memperbaiki detail dari citra yang kabur, yang
terjadi karena error atau adanya efek dari proses akuisi citra. Suatu titik (x,y)
dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai
mempunyai perbedaan yang tinggi dengan tetangganya. Tepian dari suatu citra
berada pada titik yang memiliki perbedaan intensitas yang tinggi. Berdasarkan
prinsip-prinsip filter pada citra, maka tepian suatu citra dapat diperoleh
menggunakan High Pass Filter (HPF), yang mempunyai karakteristik.
ada beberapa macam metode yang dapat digunakan untuk proses deteksi
tepi, diantaranya adalah metode Robert, metode Prewitt, metode Sobel dan
lainnya.
1) Operator Roberts
Roberts Operator merupakan variasi dari rumus Gradient Operator
dengan arah orientasi sebesar 45 derajat dan 135 derajat pada bidang citra.
Ini berarti gradient dihitung dengan memanfaatkan titik yang berada pada
arah orientasi 45 derajat dan 135 derajat yaitu : f(x+1,y+1) dan f(x-1,y+1)
Selain itu operator ini merupakan penjabaran dari teknik diferensial pada arah
horisontal dan diferensial pada arah vertikal dengan menambahkan proses
konversi biner dengan meratakan distribusi warna hitam dan warna putih.
Kernel filter yang digunakan dalam metode Robert ini adalah
17
2) Operator Prewitt
Pengembangan dari gradient operator dengan menggunakan 2 mask
(horizontal dan vertikal) ukuran 3x3. Pada operator ini kekuatan gradient
ditinjau dari sudut pandang horizontal dan vertikal (memperhatikan titik
disekitar pada posisi horizontal dan vertikal). Selain itu metode Prewitt
merupakan pengembangan metode Robert dengan menggunakan filter HPF
yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari
fungsi laplacian yang dikenal sebagai fungsi untuk membangkitkan HPF. Kernel
fillter yang digunakan dalam metode Prewitt ini adalah:
3) Operator Sobel
Satu cara untuk menghindari gradien yang dihitung pada titik
interpolasi dari piksel-piksel yang terlibat adalah dengan menggunakan jendela
3x3 untuk perhitungan gradien, sehingga perkiraan gradien berada tepat di
tengah jendela. Operator Sobel adalah operator yang paling banyak digunakan
sebagai pelacak tepi karena kesederhanaan dan keampuhannya.
18
4) Operator canny
Salah satu algoritma deteksi tepi modern adalah deteksi tepi dengan
menggunakan metode Canny. Canny edge detector dikembangkan oleh John
F. Canny pada tahun 1986 dan menggunakan algoritma multi-tahap untuk
mendeteksi berbagai tepi dalam gambar. Walaupun metode tersebut telah
berumur cukup lama, namun metode tersebut telah menjadi metode deteksi
tepi standar dan masih dipakai dalam penelitan.
c. Respon yang jelas (kriteria respon) Hanya ada satu respon untuk tiap
tepi. Sehingga mudah dideteksi dan tidak menimbulkan kerancuan pada
pengolahan citra selanjutnya.
1. Smoothing
19
Mengaburkan gambar untuk menghilangkan noise.
2. Finding Gradien
3. Non-maximum-suppresion
4. Double thresholding
Tepian final ditentukan dengan menekan semua sisi yang tidak terhubung
dengan tepian yang sangat kuat.
1. Smoothing
Tidak dapat dipungkiri bahwa semua gambar yang diambil dari kamera
akan berisi sejumlah noise. Untuk mencegah salah dideteksi sebagai tepian
noise harus dikurangi (smoothing). Oleh karena itu pada langkah pertama
gambar harus diperhalus dengan menggunakan Gaussian filter. Berikut ini
adalah salah satu contoh filter Gaussian dengan 𝜎 = 1,4,
2 4 5 4 2
1 4 9 12 9 4
B= 5 12 15 12 5
115
4 9 12 9 4
[2 4 5 4 2]
20
Gambar 2.7 – (kiri) gambar asli, (kanan) gambar hasil
smoothing
2. Finding Gradient
Algoritma Canny pada dasarnya menemukan titik tepi pada gambar
grayscale dengan melihat perubahan nilai intensitas yang paling besar, dimana
daerah tersebut ditemukan dengan menentukan gradient pada gambar.
Gradient pada setiap piksel gambar yang teah diperhalus ditentukan dengan
menerapkan operator sobel. Langkah kedua adalah memperkirakan gradient
pada arah x dan y.
−1 0 1 1 2 1
𝐾𝐺𝑋 = [−2 0 2] & 𝐾𝐺𝑌 = [ 0 0 0]
−1 0 1 −1 −2 −1
𝐺 = √𝐺𝑋2 + 𝐺𝑌2 𝐺 = 𝐺𝑋 + 𝐺𝑌
Dimana:
21
Hal ini tampak jelas, bahwa gambar dengan gradient yang besar
sering menunjukkan tepian yang cukup jelas. Namun, biasanya hasil tepian
masih kasar, sehingga tidak dapat menunjukkan persis di mana tepian yang
sebenarnya. Karena itu diperlukan suatu persamaan untuk menentukan tepian
yang sebenarnya.
𝐺𝑋
𝜃 = arctan ( )
𝐺𝑌
3. Non-Maximum suppression
Pada langkah ketiga bertujuan untuk mengkorversikan tepian yang
masih blurred pada gambar hasil magnitude gradien hingga menhasilkan
tepian yang tajam. Pada dasarnya hal ini dilakukan dengan mempertahankan
semua maxima lokal dalam gambar gradien dan menghapus segala sesuatu
yang lain. Algoritma adalah untuk setiap piksel pada gambar gradien adalah
sebagai berikut:
22
Sebuah contoh sederhana dari penghapusan non maksimum
ditunjukkan pada Gambar 4. Hampir semua piksel yang memiliki arah gradien
yang menunjukkan arah utara, oleh karena itu mereka dibandingkan dengan
piksel atas dan bawah. Piksel yang berubah menjadi maksimal dalam
perbandingan ini ditandai dengan warna putih pada perbatasan, sisanya
dihapus.
4. Double Thresholding
23
nilai yang kuar yang akan dipertahankan. Disini pada algoritma Canny
menggunakan sistem thresholding ganda dimana tepian dengan nilai yang
lebih besar dari threshold atas ditandai sebagai titik kuat, tepian dengan nilai
yang lebih kecil dari threshold bawah akan dihapus, dan tepian dengan nilai
piksel antara threshold atas dengan threshold bawah akan ditandai sebagai
tepian yang lemah. Hasil pada contoh gambar menggunakan threshold 20 dan
80.
24
Gambar 2.12 – (Kiri)Thresholding Ganda, (tengah) Edge
Tracking by hysteresis, (kanan)Hasil Akhir
1. Dalam penelitian yang dilakukan oleh Rajmi Nema, dikatakan bahwa deteksi tepi
adalah alat fundamental, yang umum digunakan dalam banyak aplikasi pengolahan
citra untuk memperoleh informasi dari gambar. Deteksi tepi secara signifikan
mengurangi jumlah data dan menyaring informasi yang tidak berguna, tapi tetap
menjaga sifat struktural penting dalam sebuah gambar. Karena itu sangat penting
untuk memiliki pemahaman yang baik tentang metode deteksi tepi. Dalam
penelitian ini penulis mempelajari teknik deteksi tepi yang paling umum digunakan
yaitu Canny, Sobel, Prewitt, dan robert serta membandingkan kinerja masing-
masing teknik. Dari hasil percobaan menggunakan bantuan MATLAB R2010a
menunjukkan bahwa algoritma deteksi tepi dengan C anny lebih berat dibandingkan
dengan Sobel, Prewitt, dan Robert. Namun, Canny dapat melakukan deteksi tepi
lebih baik daripada operator lain. ([NEMA 2013], 1)
25
masalah yang sangat akut. Karena itu muncul kebutuhan untuk merancang suatu
sistem yang dapat membantu dalam pengenalan mata uang kertas dengan cepat.
Sistem yang diusulkan ini menjelaskan pendekatan untuk verifikasi uang kertas
mata uang India. Mata uang akan diverifikasi dengan menggunakan teknik
pengolahan citra. Pendekatan ini terdiri dari sejumlah komponen termasuk
pengolahan citra, deteksi tepi, segmentasi citra, ekstraksi ciri, dan membandingkan
gambar. Teknik ini menggunakan empat karakteristik mata uang kertas, termasuk
tanda identifikasi, benang pengaman, gambar laten dan watermark. Sistem ini akan
mengekstrak fitur tersembunyi yaitu gambar laten dan watermark mata uang
kertas. Solusi yang diusulkan adalah upaya untuk menunjukkan pendekatan untuk
ekstraksi karakteristik mata uang kertas India. Pendekatan yang disarankan dari
awal akuisisi gambar untuk mengubahnya menjadi gambar skala abu-abu sampai
segmentasi kata. Penelitian ini akan sangat berguna untuk meminimalkan
peredaran uang palsu. ([MIRZA 2012], 2)
26
4. Penelitian yang dilakukan oleh Yeffry Handoko Putra, menjelaskan saat ini
pengujian keaslian dari uang kertas menggunakan alat ultraviolet sudah umum
digunakan. Keakurasian alat ini sudah cukup memadai, tentunya dengan dibantu
oleh keahlian dari manusia yang menjadi pengamatnya. Kesulitan akan terjadi jika
pengecekan keaslian dilakukan pada jumlah lembar uang yang banyak karena akan
membutuhkan waktu yang cukup lama. Pada penelitian ini akan dibuat suatu
metoda alternatif yang menguji keaslian uang baru dengan memanfaatkan scanner
gambar biasa dengan anggapan bahwa setiap uang baru yang asli memiliki kriteria
khas yang harus terpenuhi yaitu ketajaman dan kualitas dalam hasil cetak, yang
akan dideteksi melalui teknik penelusuran pola mempergunakan pernrosesan citra
dan jaringan syaraf tiruan. Kriteria khas yang dipilih berupa cetakan nilai uang dan
pola ukiran. Penelitian ini dilakukan pada uang rupiah baru (Rp 20.000) dua puluh
ribu dan memberikan hasil uji 90% untuk 10 data yang terdiri dari 6 uang asli dan
4 uang palsu. ([YEFFRY 2003], 4)
Ciri
No. Judul Pengarang Metode Hasil
Khas/Temuan
1. Edge Detection Rajni Membandingkan Deskriptif algoritma
Operators on Nema, Dr. macam-macam Eksperimen deteksi tepi
Digital Image A.K. algoritma deteksi Canny yang
[NEMA 2013] Saxena tepi. memberikan
hasil yang lebih
baik daripada
Sobel dan
Prewitt.
2. Paper Currency Rubeena Empat Ekperimen Pendekatan
Verification Mirza, Vinti karakteristik yang disarankan
System Based Nanda Mata uang kertas dalam penelitian
on termasuk tanda ini mulai dari
identifikasi, gambar di
akuisisi untuk
27
Characteristic benang mengubahnya
Extraction pengaman, laten menjadi gambar
Using Image gambar dan skala abu-abu ,
Processing watermark. sampai ke
[MIRZA 2012] segmentasi kata
cukup
menjanjikan. Hal
ini tentu akan
sangat
berguna untuk
meminimalkan
peredaran uang
palsu
3. Forgery Arcangelo Ada beberapa Eksperimen Dengan
Detection and Bruna, fitur yang dapat memanfaatkan
Value Giovanni digunakan untuk sinar inframerah
Identification of Maria mendeteksi yang
Euro Banknotes Farinella, pemalsuan pada ditembakkan
[BRUNA 2013] Giuseppe uang kertas euro, pada bagian
Claudio antara lain jenis tertentu dari
Guarnera kertas, uang kertas
dan watermark, tinta euro, akan dapat
Sebastiano yang digunakan, mengidentifikasi
Battiato inframerah, dan keaslian dari
ultraviolet uang tersebut
sesuai dengan
fitur-fitur yang
ada
4. Perancangan Yeffry Deteksi cetakan Eksperimen Penggunaan dua
Sistem Handoko nilai uang dan cirri khas yang
Pengujian Putra pola ukiran. terdiri dari
Uang Palsu cetakan nilai
28
Mempergunak uang dan logo
an Scanner ukiran dapat
Gambar dijadikan
[YEFFRY 2003] alternative
dalam
mendeteksi
uang palsu
29
Pemanfaatan
metode canny
serta Teknologi
Kondisi Saat Ini Client-Server Kondisi Yang
1. Deteksi uang untuk Diharapkan
palsu dengan membedakan 1. Dapat digunakan
cara 3D (Dilihat, uang asli/palsu sebagai langkah
untuk menekan
Diraba,
peredaran uang
Menerapkan teknik
Diterawang). palsu.
deteksi tepi
menggunakan 2. Membantu
2. Alat yang banyak
masyarakat untuk
metode canny
digunakan saat lebih memahami
untuk membedakan perbedaan uang
ini adalah dengan
uang asli/palsu dan palsu dengan uang
sinar ultraviolet.
sistem client-server asli.
yang dapat
mempercepat
proses
identifikasinya
2.5 Hipotesis
Hipotesis dari penelitian ini adalah dengan memanfaatkan teknik deteksi tepi
pada pengolahan citra digital menggunakan operator/algoritma canny diharapkan dapat
membedakan antara uang asli dengan uang palsu. Serta dengan memanfaatkan
smartphone dan teknologi client-server akan dapat meningkatkan efisiensi dan
efektivitas dari segi waktu maupun tempat perolehan informasi, sehingga dapat
membantu masyarakat agar lebih memahami perbedaan uang asli dengan uang palsu
dan juga dapat menekan peredaran uang palsu di Indonesia.
30
BAB III
DESAIN PENELITIAN
a. Studi Literatur
31
Studi literatur dilakukan peneliti dengan mempelajari berbagai referensi
dan tulisan ilmiah tentang penelitian mengenai uang palsu ( currency counterfeit),
serta teknik pengolahan citra digital.
b. Observasi Lapangan
Pada observasi lapangan, peneliti melakukan pengambilan sample –
sample uang, baik melalui bank maupun uang yang sudah beredar dimasyarakat.
Studi Pustaka
Pengumpulan
Sample
Membuat
Rancangan
Implementasi
Simulasi dan
Pengujian sample
Analisa hasil
Simulasi
Penarikan
Kesimpulan
32
Setelah menentukan ide untuk penelitian, penulis melakukan studi pustaka
dengan membaca dan mempelajari informasi yang berkaitan dengan ide
penelitian. Pada tahap ini peneliti juga mengumpulkan informasi untuk persiapan
dalam melakukan peracangan & implementasi sistem
Setelah tahap implementasi sistem sudah berjalan maka tahap selanjutnya adalah
melakukan simulasi sistem dengan skenario yang menggunakan data sample
yang sudah ditentukan sebelumnya. Hal ini dilakukan untuk menguji kinerja
sistem dalam menghasilkan nilai yang akan menjadi batasan dalam menentukan
keaslian uang tersebut.
Pada tahap simulasi dan pengujian, akan dilakukan beberapa langkah, antara lain:
a. Mengekstrak uang asli, dimana nilai yang didapat akan menjadi acuan
dalam membedakan uang asli dengan uang palsu.
33
Gambar 3.2 Ektraksi Uang Asli
Pada tahap ini, peneliti mengumpulkan hasil dari tahap simulasi & ujicoba sistem
yang sudah dilakukan untuk kemudian dianalisa hingga menghasilkan sebuah
informasi yang menunjukan kinerja sistem yang sebenarnya. Hasil dari analisa
akan digunakan sebagai dasar dalam penarikan kesimpulan atas penelitian ini.
6. Pengambilan Kesimpulan
Tahap ini dilakukan dengan menggunakan data hasil analisa simulasi & ujicoba
untuk kemudian diambil sebuah kesimpulan yang dapat dijadikan sebagai
gambaran dari kinerja sistem yang meliputi pembuktian teori dari ide penelitian,
kinerja sistem dalam menghasilkan output serta kekurangan yang masih dimiliki
oleh sistem.
2013 2014
No Jadwal Kegiatan
Sep Okt Nov Des Jan Feb
1 Menentukan Pembimbing
Mengumpulkan Data & Bahan
2
Proposal
3 Penyusunan Proposal Thesis
4 Sidang Proposal
Implementasi & Uji coba
5
Penelitian
6 Penyelesaian Naskah Thesis
7 Sidang Thesis
34
8 Perbaikan Naskah Thesis
35
BAB IV
PENUTUP
4.1 Kesimpulan
Berdasarkan dari uraian proposal penelitian yang diajukan, maka dapat
disimpulkan penelitian ini diharapkan dapat membedakan uang asli dengan uang palsu
berdasarkan kriteria – kriteria terkait. Dengan diketahuinya kriteria tersebut diharapkan
dapat bermanfaat bagi masyarakat yang kurang memahami perbedaan uang palsu
dengan uang asli. Serta dengan adanya penelitian ini diharapkan dapat menekan tingkat
peredaran uang palsu di Indonesia.
36
DAFTAR PUSTAKA
[Bruna 2013] Bruna, Arcangelo, Farinella, G.M., Guarnera, G.C., Sebastiano Battiato. 2013.
Forgery Detection and Value Identification of Euro Banknotes. ISSN 1424-8220
www.mdpi.com/journal/sensors
[Gonzales 2003] Gonzales, Rafael C. Richard E. Woods, Steven L. Eddins. 2003. Digital Image
Processing Using Matlab.
[Nema 2013] Nema, Rajni, Dr. A. K. Saxena. 2013. Edge Detection Operators on Digital Image.
INTERNATIONAL JOURNAL OF ENGINEERING SCIENCES & RESEARCH
TECHNOLOGY ISSN: 2277-9655
[Parminder 2011] Reel, Parminder Singh, Gopal Krishan, Smarti Kotwal. 2011. Image
Processing based Heuristic Analysis for Enhanced Currency Recognition. Electronics and
Communication Engineering, Thapar University, Patiala, http://ijict.org/ ISSN
0976-4860.
[Rubeena Mirza 2012] Mirza, Rubeena, Vinti Nanda. 2012. Paper Currency Verification System
Based on Characteristic Extraction Using Image Processing, International Journal of
Engineering and Advanced Technology (IJEAT) ISSN: 2249 – 8958, Volume-1,
Issue-3, February 2012.
[Vijay G. Baskar 2013] G. Baskar, Vijay, N. Sathees Kumar, N. Karthick. 2013. Research
Analysis of Cloud Computing, IJCSMC, Vol. 2, Issue. 5, May 2013, pg.313 – 316.
[Yaojia 2010] Wang, Yaojia, Siyuan Lin. 2010. Currency recognition system using image
processing. Bachelor Thesis, 15 hp, Computer Science, Akademin för teknik och miljö
Högskolan i Gävle (Academy for Technology and Environtment, University of Gavle,
Sweden).
[Yeffry 2003] Handoko Putra, Yeffry. 2003. Perancangan Sistem Pengujian Uang Palsu
Mempergunakan Scanner Gambar. Jurnal From
http://digilib.itb.ac.id/download.php?id=1969.
37