Javascript must be enabled to continue!
Deteksi Uang Palsu Rupiah dengan Menggunakan Metode Deteksi Tepi Laplacian of Gaussian (LoG) dan Algoritma K-Means Clustering
View through CrossRef
Abstract. Detection of Counterfeit Rupiah Using the Laplacian of Gaussian (LoG) Edge Detection Method and the K-Means Clustering Algorithm Counterfeit money is a severe problem that is increasing in every country. The reason is the ease of getting information on making counterfeit money and the development of technology such as color printers. This study used data from 20 images of authentic rupiah banknotes and 20 photos of fake rupiah banknotes. Data analysis in this study consisted of four stages: reading the image, converting the image to grayscale, image segmentation, and grouping image values. The dataset of real money images were taken with a cellphone camera, while counterfeit money images were obtained from the website. After the dataset retrieval process, the image conversion process was carried out into a grayscale image; then, the image segmentation process proceeded. The conclusion obtained from this study is that edge detection with Laplacian of Gaussian combined with the K-Means Clustering algorithm is quite effective in detecting an image to determine the picture as whether real money or counterfeit money.Keywords: Counterfeit Money, Laplacian of Gaussian, K-Means Clustering.
Abstrak. Uang palsu adalah masalah serius yang semakin meningkat di setiap negara. Penyebabnya ialah kemudahan mendapatkan informasi cara pembuatan uang palsu serta perkembangan teknologi seperti printer warna. Penelitian ini menggunakan data 20 gambar uang kertas rupiah asli dan 20 gambar uang kertas rupiah palsu. Analisis data pada penelitian ini terdiri dari empat tahap, yaitu membaca gambar, mengubah gambar menjadi skala abu-abu, segmentasi gambar, dan pengelompokan nilai citra. Pengambilan dataset berupa uang asli dilakukan dengan kamera handphone dan gambar uang palsu didapatkan dari website. Setelah proses temu kembali dataset, dilakukan proses konversi citra menjadi citra grayscale, kemudian dilakukan proses segmentasi citra. Kesimpulan yang diperoleh dari penelitian ini adalah deteksi tepi dengan Laplacian of Gaussian yang dikombinasikan dengan algoritma K-Means Clustering cukup efektif mendeteksi suatu citra untuk menentukan gambar tersebut sebagai uang asli atau uang palsu.Kata Kunci: Uang Palsu, Laplacian of Gaussian, K-Means Clustering.
Universitas Atma Jaya Yogyakarta
Title: Deteksi Uang Palsu Rupiah dengan Menggunakan Metode Deteksi Tepi Laplacian of Gaussian (LoG) dan Algoritma K-Means Clustering
Description:
Abstract.
Detection of Counterfeit Rupiah Using the Laplacian of Gaussian (LoG) Edge Detection Method and the K-Means Clustering Algorithm Counterfeit money is a severe problem that is increasing in every country.
The reason is the ease of getting information on making counterfeit money and the development of technology such as color printers.
This study used data from 20 images of authentic rupiah banknotes and 20 photos of fake rupiah banknotes.
Data analysis in this study consisted of four stages: reading the image, converting the image to grayscale, image segmentation, and grouping image values.
The dataset of real money images were taken with a cellphone camera, while counterfeit money images were obtained from the website.
After the dataset retrieval process, the image conversion process was carried out into a grayscale image; then, the image segmentation process proceeded.
The conclusion obtained from this study is that edge detection with Laplacian of Gaussian combined with the K-Means Clustering algorithm is quite effective in detecting an image to determine the picture as whether real money or counterfeit money.
Keywords: Counterfeit Money, Laplacian of Gaussian, K-Means Clustering.
Abstrak.
Uang palsu adalah masalah serius yang semakin meningkat di setiap negara.
Penyebabnya ialah kemudahan mendapatkan informasi cara pembuatan uang palsu serta perkembangan teknologi seperti printer warna.
Penelitian ini menggunakan data 20 gambar uang kertas rupiah asli dan 20 gambar uang kertas rupiah palsu.
Analisis data pada penelitian ini terdiri dari empat tahap, yaitu membaca gambar, mengubah gambar menjadi skala abu-abu, segmentasi gambar, dan pengelompokan nilai citra.
Pengambilan dataset berupa uang asli dilakukan dengan kamera handphone dan gambar uang palsu didapatkan dari website.
Setelah proses temu kembali dataset, dilakukan proses konversi citra menjadi citra grayscale, kemudian dilakukan proses segmentasi citra.
Kesimpulan yang diperoleh dari penelitian ini adalah deteksi tepi dengan Laplacian of Gaussian yang dikombinasikan dengan algoritma K-Means Clustering cukup efektif mendeteksi suatu citra untuk menentukan gambar tersebut sebagai uang asli atau uang palsu.
Kata Kunci: Uang Palsu, Laplacian of Gaussian, K-Means Clustering.
Related Results
Analisis Stabilitas Fiat Money dalam Inflasi dampaknya bagi pertumbuhan Ekonomi Kota Bandung
Analisis Stabilitas Fiat Money dalam Inflasi dampaknya bagi pertumbuhan Ekonomi Kota Bandung
Abstrak . Fluktuasi nilai tukar sangat mempengaruhi daya beli barang dan jasa. Keterkaitan antara nilai tukar dan inflasi akan lebih terlihat saat menggunakan uang fiat. Penggunaan...
Identifikasi Keaslian Uang Kertas Menggunakan Metode K-Means Clustering
Identifikasi Keaslian Uang Kertas Menggunakan Metode K-Means Clustering
Kasus peredaran uang palsu merupakan masalah yang cukup serius bagi suatu negara. Penelitian ini bertujuan mengembangkan sistem identifikasi keaslian uang kertas Rupiah menggunakan...
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review Anna Tri Wahyuni1), Masfuri2), Liya Arista3)1,2,3 Fakultas Ilmu Keperawatan Univers...
Perbandingan Algoritma Canny dan Algoritma Robert Pada Deteksi Tepi Kain Batik Khas Bengkulu
Perbandingan Algoritma Canny dan Algoritma Robert Pada Deteksi Tepi Kain Batik Khas Bengkulu
Penelitian ini membahas tentang Analisis perbandingan algoritma Canny dan algoritma Robert dalam deteksi tepi kain khas Bengkulu (Besurek) menggunakan antamuka GUI matlab. Pemiliha...
Pertimbangan Hakim Dalam Menjatuhkan Putusan Pidana Atas Tindak Pidana Peredaran Uang Palsu (Studi Kasus Nomor 347/Pid.B/2021/PN Smg)
Pertimbangan Hakim Dalam Menjatuhkan Putusan Pidana Atas Tindak Pidana Peredaran Uang Palsu (Studi Kasus Nomor 347/Pid.B/2021/PN Smg)
The judge's considerations in imposing a criminal decision on the crime of circulation of counterfeit money (Case Study Number 347/Pid.B/2021/PN Smg) The crime of circulation of co...
UANG DALAM PERPEKTIF ISLAM
UANG DALAM PERPEKTIF ISLAM
Sejarah uang memberikan pemahaman mendalam tentang evolusi dan kebutuhan manusia dalam memfasilitası pertukaran barang dan jasa. Sebelum ditemukannya uang, sistem barter digunakan,...

