Implementasi Jaringan Syaraf Tiruan Pada Pendeteksi Keaslian Dan Nominal Uang

Abstract

Uang merupakan alat yang digunakan untuk transaksi jual beli oleh seluruh manusia. Uang menjadi benda berharga bagi banyak orang untuk kehidupan sehari-hari. Namun uang banyak dipalsukan oleh orang yang tidak bertanggung jawab untuk melakukan transaksi. Pemalsuan uang kertas di Indonesia pada tahun 2019 sebesar 8 lembar per 1 juta uang yang beredar. Vending machine merupakan sebuah mesin yang berfungsi untuk menjual barang secara otomatis dengan cara memasukkan uang sesuai dengan harga barang yang tertera. Namun pada pendeteksian nominal uang dan keaslian uang ini terbatas hanya pada kondisi uang yang baik. Apabila kondisi uang kurang baik, maka uang konsumen akan ditolak. Penelitian ini dilakukan untuk mengimplementasikan Jaringan Syaraf tiruan dengan mencari model terbaik. Model terbaik akan diverifikasi kehandalannya dan keakuratannya dalam mengenal pola warna uang kertas baik asli maupun palsu, dengan menggunakan metode backpropagation dengan fungsi aktivasi sigmoid untuk mendeteksi keaslian dan nominal uang kertas. Penelitian dilakukan dengan mengambil data nilai RGB dari masing-masing nominal uang dengan menggunakan sensor warna TCS3200. Hasil dari penelitian didapatkan model terbaik menggunakan 5 hidden layers dengan nodes 75, 38, 19, 10, dan 5. Memiliki tingkat prediksi sebesar 46,8% dari jumlah keseluruhan dataset testing yang digunakan sebanyak 600 data.

Penerapan Metode Case Base Reasoning Dalam Diagnosa Penyakit dan Hama pada Tanaman Hortikultura

“…Kecerdasan buatan atau Artificial Intelligence (AI) adalah salah satu cabang ilmu komputer yang dapat dimanfaatkan dalam berbagai bidang. Seperti pengolahan bahasa alami [1], pengenalan suara [2], sistem pendukung keputusan [3], [4], visi komputer [5], robotika [6], jaringan saraf tiruan [7], sistem pakar [8], dll. Pada penelitian ini bidang ilmu kecerdasan buatan yang dibangun adalah sistem pakar atau expert system.…”

Jaringan Saraf Tiruan Pengenalan Pola Huruf Sistem Matriks dengan Algoritma Hebb Rule

“…Jaringan saraf akan memiliki satu set neuron buatan yang terhubung dan memproses informasi menggunakan bentuk penghubung ke komputasi. Jaringan saraf tiruan banyak digunakan untuk memodelkan hubungan canggih antara input dan output atau untuk mengungkap pola dalam data berdasarkan informasi eksternal atau internal yang berjalan melalui jaringan selama proses pembelajaran [3]. Ada beberapa metode yang dapat digunakan untuk melakukan analisa dengan jaringan saraf tiruan yaitu metode Hebb, Perceptron, dan Backpropagation [4] [5].…”