Deteksi Uang Palsu Rupiah dengan Menggunakan Metode Deteksi Tepi Laplacian of Gaussian (LoG) dan Algoritma K-Means Clustering

Rizal Adi Saputra (Program Studi Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo)
Jumadil Nangi (Program Studi Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo)
Ika Purwanti Ningrum (Program Studi Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo)
Muhamad Faza Almaliki (Halu Oleo University)
La Ode Rahmat Andre Pratama (Program Studi Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo)

Jurnal Buana Informatika
Vol. 13 No. 02 (2022): Jurnal Buana Informatika, Volume 13, Nomor 2, Oktober 2022

Abstract. Detection of Counterfeit Rupiah Using the Laplacian of Gaussian (LoG) Edge Detection Method and the K-Means Clustering Algorithm Counterfeit money is a severe problem that is increasing in every country. The reason is the ease of getting information on making counterfeit money and the development of technology such as color printers. This study used data from 20 images of authentic rupiah banknotes and 20 photos of fake rupiah banknotes. Data analysis in this study consisted of four stages: reading the image, converting the image to grayscale, image segmentation, and grouping image values. The dataset of real money images were taken with a cellphone camera, while counterfeit money images were obtained from the website. After the dataset retrieval process, the image conversion process was carried out into a grayscale image; then, the image segmentation process proceeded. The conclusion obtained from this study is that edge detection with Laplacian of Gaussian combined with the K-Means Clustering algorithm is quite effective in detecting an image to determine the picture as whether real money or counterfeit money.Keywords: Counterfeit Money, Laplacian of Gaussian, K-Means Clustering. Abstrak. Uang palsu adalah masalah serius yang semakin meningkat di setiap negara. Penyebabnya ialah kemudahan mendapatkan informasi cara pembuatan uang palsu serta perkembangan teknologi seperti printer warna. Penelitian ini menggunakan data 20 gambar uang kertas rupiah asli dan 20 gambar uang kertas rupiah palsu. Analisis data pada penelitian ini terdiri dari empat tahap, yaitu membaca gambar, mengubah gambar menjadi skala abu-abu, segmentasi gambar, dan pengelompokan nilai citra. Pengambilan dataset berupa uang asli dilakukan dengan kamera handphone dan gambar uang palsu didapatkan dari website. Setelah proses temu kembali dataset, dilakukan proses konversi citra menjadi citra grayscale, kemudian dilakukan proses segmentasi citra. Kesimpulan yang diperoleh dari penelitian ini adalah deteksi tepi dengan Laplacian of Gaussian yang dikombinasikan dengan algoritma K-Means Clustering cukup efektif mendeteksi suatu citra untuk menentukan gambar tersebut sebagai uang asli atau uang palsu.Kata Kunci: Uang Palsu, Laplacian of Gaussian, K-Means Clustering.