Nope, Kadek Unggah Adi (2020) Sistem Identifikasi Uang kepeng Kamasan Bali (Si-UP) Menggunakan Convolutional Neural Network Serta Fitur Tekstur Local Binary Pattern dengan Metode K-Nearest Neighbor. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1615051041-COVER.pdf Download (3MB) |
|
Text (ABSTRAK)
1615051041-ABSTRAK.pdf Download (95kB) |
|
Text (BAB 1 PENDAHULUAN)
1615051041-BAB 1 PENDAHULUAN.pdf Download (225kB) |
|
Text (BAB 2 KAJIAN TEORI)
1615051041-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (831kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1615051041-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (326kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1615051041-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1615051041-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (99kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1615051041-DAFTAR PUSTAKA.pdf Download (164kB) |
|
Text (LAMPIRAN)
1615051041-LAMPIRAN.pdf Download (1MB) |
Abstract
Penelitian ini bertujuan untuk mengembangkan sistem identifikasi citra uang kepeng kamasan bali. Uang kepeng sendiri merupakan uang receh atau koin yang dulunya berfungsi sebagai alat transaksi pembayaran. Seiring berkembangnya waktu fungsi uang kepeng sebagai alat pembayaran kini sudah ditinggalkan, namun uang kepeng masih digunakan oleh masyarakat bali khususnya yang beragama hindu sebagai sarana-prasarana dalam upacara keagamaan. Karena semakin langkanya uang kepeng di Bali, UD. Kamasan Bali melestarikan uang kepeng dengan memproduksi uang kepeng asli Bali. Salah satu jenis uang kepeng yang diproduksi adalah uang kepeng bergambar. Namun masih banyak masyarakat yang belum bisa membedakan atau mengenali jenis dari setiap uang kepeng bergambar. Dari masalah tersebut penelitian ini menggunakan convolutional neural network serta fitur tekstur local binary pattern dengan metode K-Nearest Neighbor untuk mengidentifikasi jenis uang kepeng bergambar Kamasan Bali. Hasil identifikasi yang didapat dari metode K-Nearest Neighbor adalah 94.39% dengan menggunakan nilai K=5, sedangkan hasil identifikasi dengan Convolutional Neural Network sebesar 99.84% dengan menggunakan 100 epoch. Implementasi dari penelitian ini berupa sistem identifikasi uang kepeng (Si-UP) berbasis web dengan menggunakan Laravel.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Uang Kepeng, convolutional neural network, Fitur Tekstur, Local Binary Pattern, K-Nearest Neighbor. |
| Subjects: | L Education > L Education (General) Q Science > Q Science (General) T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Pendidikan Teknik Informatika (S1) |
| Depositing User: | KADEK UNGGAH ADI NOPE |
| Date Deposited: | 02 Nov 2020 08:00 |
| Last Modified: | 02 Nov 2020 08:00 |
| URI: | http://repo.undiksha.ac.id/id/eprint/4704 |
Actions (login required)
 |
View Item |