Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Ticom: Technology of Information and Communication

MODEL PENDETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN TEKNOLOGI OPTICAL CHARACTER RECOGNITION Bahar, Bahar; Raban, Richie Daniel Yc.; Arnie, Rintana
Jurnal Ticom: Technology of Information and Communication Vol 12 No 1 (2023): Jurnal Ticom-September 2023
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i1.101

Abstract

Salah satu aktivitas yang membutuhkan bantuan bagi penyandang disabilitas netra (tunanetra) adalah mengenali nominal mata uang. Keterbatasan penglihatan penyandang disabilitas netra, terutama yang berada pada kondisi mengalami kebutaan total, membuat mereka mengenali nominal uang melalui perabaan. Namun demikian, teknik perabaan untuk mengenali nominal mata uang belum cukup efektif. Penelitian ini bertujuan untuk mengembangkan model aplikasi pendeteksi nominal mata uang kertas Rupiah, dengan menggunakan teknologi Optical Character Recognition (OCR) berbasis algoritma Regular Expression. Sebuah Kamera smartphone berbasis Android difungsikan untuk mengambil gambar uang kertas Rupiah dan mengubahnya menjadi format teks menggunakan teknologi OCR. Algoritma Regular Expression difungsikan untuk mencari pola nominal pada teks yang dihasilkan oleh OCR. Getar Nominal tertentu berdasarkan nilai nominal mata uang yang dideteksi, merupakan bagian dari Output sistem yang menjalankan fungsi getar dari hasil pendeteksian untuk menghasilkan umpan balik ke pengguna. Selanjutnya Fitur Aksesibilitas Talkback pada Android akan menghasilkan Suara Nominal yang terjadi oleh adanya pesan atau Toast yang dihasilkan oleh proses yang akanĀ  menghasil Output dan dibaca secara otomatis oleh Fitur Aksesibilitas Talkback. Uji coba sistem menggunakan 21 sampel uang kertas Rupiah, yang terdiri atas uang kertas Rupiah pecahan 100 ribu, 50 ribu, 20 ribu, 10 ribu, 5 ribu, 2 ribu, dan seribu dalam berbagai edisi tahun keluaran. Uji coba melibatkan 10 responden penyandang tunanetra. Hasil pengujian menunjukkan model sistem yang dikembangkan efektif dalam mendeteksi nominal uang kertas rupiah, dengan tingkat akurasi mencapai 100% pada pengujian 210 sampel data seluruh jenis nominal uang kertas Rupiah.