<![CDATA[Transaksi tunai pada Usaha Mikro, Kecil, dan Menengah (UMKM) masih menghadapi risiko kesalahan pencatatan serta penerimaan uang palsu ketika pemeriksaan dan pencatatan dilakukan secara manual. Penelitian ini bertujuan merancang dan mengimplementasikan sistem Internet of Things (IoT) berbasis ESP32-CAM untuk mendeteksi keaslian uang, mengenali nominal uang kertas rupiah, dan mencatat hasil deteksi secara otomatis. ESP32-CAM digunakan sebagai perangkat akuisisi citra yang mengirimkan gambar melalui jaringan Wi-Fi ke komputer untuk diproses menggunakan OpenCV dan dua model Convolutional Neural Network (CNN), yaitu model klasifikasi keaslian dan model pengenalan tujuh nominal rupiah. Dataset keaslian terdiri atas 5.600 citra, sedangkan dataset nominal terdiri atas 2.800 citra uang asli, dengan pembagian training, validation, dan testing sebesar 80:10:10. Model dikonversi ke TensorFlow Lite dan diintegrasikan dengan pemeriksaan Region of Interest (ROI), blur, brightness, serta kestabilan objek. Pada data pengujian, kedua model memperoleh accuracy 100%. Pengujian real-time berhasil mengklasifikasikan 14 sampel asli/palsu dan mengenali tujuh nominal dengan confidence nominal 35,14%-93,46%. Hasil deteksi dapat disimpan otomatis ke database MySQL dan ditampilkan melalui dashboard monitoring. Pada pengujian sistem keseluruhan, 12 dari 13 skenario berhasil, sedangkan satu skenario pembaruan status setelah uang diangkat mengalami kegagalan akibat gangguan jaringan. Secara keseluruhan, sistem dapat digunakan sebagai prototipe untuk membantu identifikasi uang dan mendukung otomatisasi pencatatan transaksi tunai pada UMKM.]]>
