Saputra, I Putu Gede Dharma (2026) PENGEMBANGAN SISTEM DETEKSI PEMALSUAN QRIS MERCHANT PRESENTED MODE (MPM) STATIS. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2115051040-COVER.pdf Download (35MB) |
|
Text (ABSTRAK)
2115051040-ABSTRAK.pdf Download (11MB) |
|
Text (BAB 1 PENDAHULUAN)
2115051040-BAB 1 PENDAHULUAN.pdf Download (11MB) |
|
Text (BAB 2 KAJIAN TEORI)
2115051040-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (11MB) |
|
Text (BAB 3 METODELOGI PENELITIAN)
2115051040-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (11MB) |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2115051040-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (11MB) |
|
Text (BAB 5 PENUTUP)
2115051040-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (11MB) |
|
Text (DAFTAR PUSTAKA)
2115051040-DAFTAR PUSTAKA.pdf Download (11MB) |
|
Text (LAMPIRAN)
2115051040-LAMPIRAN.pdf Download (11MB) |
Abstract
Transformasi digital telah memposisikan Quick Response Code Indonesian Standard (QRIS) sebagai tulang punggung sistem pembayaran nasional, namun popularitas QRIS Merchant Presented Mode (MPM) Statis juga memicu ancaman keamanan berupa pemalsuan stiker fisik yang merugikan masyarakat. Penelitian ini mengusulkan solusi inovatif berupa sistem deteksi pemalsuan berlapis yang mengintegrasikan aspek visual, data digital, dan kontekstual lokasi. Dengan mengadopsi metodologi Software Development Life Cycle (SDLC) Waterfall Iterative, penelitian ini membangun dataset komprehensif sebanyak 898 citra yang mencakup berbagai skenario rekayasa manipulatif seperti penghapusan atribut standar dan spoofing. Inti teknologi sistem ini mengandalkan model deteksi objek YOLOv11 untuk memastikan kepatuhan tata letak visual terhadap standar Buletin ASPI No: 3/III/2021, yang dipadukan dengan engine PaddleOCR untuk mengekstrak informasi tekstual seperti NMID dan nama merchant. Validasi dilakukan melalui mekanisme Cross-Validation antara teks pada tampilan fisik dengan payload asli di dalam kode QR, serta verifikasi geolokasi menggunakan GPS perangkat. Hasil pengujian menunjukkan bahwa model YOLO11-m mencapai performa deteksi tinggi dengan mAP50-95 sebesar 0,8682, sementara sistem secara keseluruhan (end-to-end) mencatatkan tingkat akurasi sebesar 96,15%. Dengan waktu pemrosesan rata-rata 2,38 detik pada infrastruktur berbasis FastAPI, Celery, dan Redis, aplikasi ini terbukti efektif dan responsif dalam memitigasi risiko penipuan QRIS tanpa mengganggu kenyamanan bertransaksi. Keberhasilan ini memberikan kontribusi teoritis dan praktis yang signifikan dalam menjaga integritas serta kepercayaan publik terhadap ekosistem pembayaran digital di Indonesia.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | QRIS, Pemalsuan, YOLOv11, PaddleOCR, Computer Vision, Keamanan Pembayaran |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Pendidikan Teknik Informatika (S1) |
| Depositing User: | I PUTU GEDE DHARMA SAPUTRA |
| Date Deposited: | 05 Mar 2026 00:24 |
| Last Modified: | 05 Mar 2026 00:24 |
| URI: | http://repo.undiksha.ac.id/id/eprint/28665 |
Actions (login required)
 |
View Item |