KLASIFIKASI UANG KERTAS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Wantasen, Dafa Khairu Fadillah
Yusupa, Ade
Taringan, Victor

Variable Research Journal
Vol. 2 No. 02 (2025): APRIL 2025

Pengenalan uang kertas secara otomatis menjadi tantangan tersendiri, terutama ketika uang dalam kondisi tidak sempurna seperti terlipat, lusuh, atau buram. Sistem konvensional sering mengalami kesulitan dalam mengklasifikasikan uang kertas dengan akurasi tinggi. Penelitian ini bertujuan untuk mengembangkan model klasifikasi uang kertas berdasarkan nominalnya menggunakan Convolutional Neural Network (CNN) dengan teknik sharpened image untuk meningkatkan kualitas gambar sebelum diproses. Data yang digunakan berupa gambar uang kertas dalam berbagai kondisi, yang kemudian dilakukan pra-pemrosesan sebelum dilatih menggunakan model CNN. Model ini dievaluasi berdasarkan tingkat akurasi klasifikasi yang dicapai. Hasil penelitian menunjukkan bahwa penerapan sharpened image mampu meningkatkan ketajaman fitur gambar dan meningkatkan akurasi klasifikasi dibandingkan metode standar. Dengan hasil yang diperoleh, penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem pengenalan uang kertas yang lebih akurat dan andal untuk berbagai aplikasi di bidang keuangan