KLASIFIKASI UANG RUPIAH KERTAS MENGGUNAKAN METODE YOU ONLY LOOK ONCE V8 SECARA REAL-TIME

Hanif, Muhammad Ikhwan (2024) KLASIFIKASI UANG RUPIAH KERTAS MENGGUNAKAN METODE YOU ONLY LOOK ONCE V8 SECARA REAL-TIME. Other thesis, UPN "Veteran" Yogyakarta.

	Text Skripsi Full Muhammad Ikhwan Hanif - 123200096.pdf Restricted to Repository staff only Download (3MB)
	Text COVER.pdf Download (162kB)
	Text ABSTRAK.pdf Download (177kB)
	Text ABSTRACT.pdf Download (177kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (287kB)
	Text HALAMAN PENGESAHAN PENGUJI.pdf Download (306kB)
	Text DAFTAR ISI.pdf Download (229kB)
	Text DAFTAR PUSTAKA.pdf Download (195kB)

Abstract

Klasifikasi uang kertas Rupiah dengan akurasi tinggi sangat penting untuk memudahkan
penyandang disabilitas netra dalam mengenali nominal uang secara cepat dan efisien.
Penelitian ini bertujuan untuk mengembangkan sistem deteksi real-time menggunakan
metode You Only Look Once versi 8 (YOLOv8) untuk klasifikasi pecahan uang kertas
Rupiah emisi tahun 2022. YOLOv8 dipilih karena keunggulannya dalam kecepatan dan
akurasi deteksi objek dibandingkan versi sebelumnya. Dataset yang digunakan dalam
penelitian ini adalah dataset sekunder yang diambil dari Kaggle, yang terdiri dari 980 citra
uang Rupiah dengan 7 kategori pecahan yaitu: Rp 1.000, Rp 2.000, Rp 5.000, Rp 10.000,
Rp 20.000, Rp 50.000, dan Rp 100.000. Proses pelatihan model dilakukan dengan
menggunakan pendekatan deep learning, melibatkan pelabelan data, preprocessing, serta
evaluasi menggunakan metrik seperti precision, recall, dan mean Average Precision (mAP).
Hasil penelitian menunjukkan bahwa model YOLOv8 varian small mencapai presisi 98.5%,
recall 1, nilai mAP50 sebesar 98.8%, dan mAP50-95 sebesar 95.9%. Dalam pengujian real�time, model YOLOv8s mampu mendeteksi pecahan uang kertas dengan mAP mencapai 92%
pada pengujian real-time, lebih unggul dibandingkan metode sebelumnya (YOLOv5m) yang
hanya mencapai akurasi 82%. Implementasi sistem ini diharapkan dapat mempermudah
penyandang disabilitas netra dalam mengenali nominal uang kertas rupiah dengan lebih
cepat dan akurat, tanpa harus meraba blind code.
Kata Kunci: Deteksi Objek YOLOv8, Klasifikasi Uang Kertas, Deteksi Real-Time,
Disabilitas Netra, Deep Learning

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Deteksi Objek YOLOv8, Klasifikasi Uang Kertas, Deteksi Real-Time, Disabilitas Netra, Deep Learning
Subjects:	H Social Sciences > HB Economic Theory
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	A.Md.SI Indah Lestari Wulan Aji
Date Deposited:	24 Dec 2024 01:38
Last Modified:	24 Dec 2024 01:39
URI:	http://eprints.upnyk.ac.id/id/eprint/41905

Actions (login required)

View Item