<![CDATA[Menurut World Health Organization (WHO) ada sekitar 2,2 juta penduduk dunia mengalami kebutaan. Orang dengan gangguan penglihatan seperti tunanetra dan katarak sering kesulitan mengenali nominal uang. Kurangnya kejujuran antara penjual dan pembeli juga dapat menyebabkan mereka sering tertipu karena tidak mengetahui nilai uang yang dipegang. Penelitian ini bertujuan untuk mendapatkan model dan pendeteksi nominal uang kertas menggunakan Teachable Machine dan Raspberry Pi yang cocok diterapkan pada alat pendeteksi model virtual reality untuk membantu penyandang tunanetra. Sampel uang kertas yang digunakan adalah uang kertas edisi 2022 yang diambil melalui webcam Logitech C525 pada jarak 10 cm. Sampel ini kemudian dilatih menggunakan Teachable Machine untuk mendapatkan model dan diekspor dalam format TensorFlow Lite dan diimplementasikan pada Raspberry Pi yang sudah dilengkapi dengan library TensorFlow Lite, OpenCV, Pygame dan GPIO. Pendeteksian dilakukan pada jarak 7 cm dan 10 cm menutupi bagian depan dan belakang uang kertas. Hasil penelitian menunjukkan bahwa Rp. 2.000 memiliki tingkat keberhasilan deteksi tertinggi yaitu 100% pada berbagai kondisi, sedangkan Rp. 20.000, Rp. 50.000, dan Rp. 5.000 menunjukkan tingkat keberhasilan deteksi yang lebih rendah. Hasil rata-rata keberhasilan deteksi bagian depan dan belakang nominal uang kertas sebesar 73%. Berdasarkan hasil penelitian ini, Teachable Machine dan Raspberry Pi cukup efektif untuk diterapkan pada alat deteksi model virtual reality untuk membantu penyandang tunanetra.]]>
