Perancangan Alat Pendeteksi Nominal Uang Kertas Berbasis Artificial Neural Network Untuk Penyandang Tunanetra

Amalia, Berlian (2023) Perancangan Alat Pendeteksi Nominal Uang Kertas Berbasis Artificial Neural Network Untuk Penyandang Tunanetra. Diploma thesis, Universitas Islam Kalimantan MAB.

[img] Text
Lembar pengesahan.pdf

Download (655kB)
[img] Text
Keaslian skripsi.pdf

Download (513kB)
[img] Text
Abstrak (1)_removed.pdf

Download (70kB)

Abstract

Uang berfungsi sebagai alat tukar yang memfasilitasi proses pembelian dan penjualan barang dan jasa, dan penggunaannya telah meluas di antara individu di seluruh wilayah global yang beragam. Prevalensi transaksi moneter telah menjadikan uang sebagai komoditas penting bagi individu di berbagai demografi, termasuk penyandang disabilitas seperti tunanetra. Gangguan penglihatan yang dialami oleh individu tunanetra menimbulkan tantangan yang signifikan dalam hal komunikasi, karena mereka kebanyakan mengandalkan sensasi sentuhan dan isyarat pendengaran. Gangguan penglihatan yang dialami oleh mereka yang tunanetra dapat menimbulkan tantangan dalam memahami dan mengidentifikasi mata uang secara akurat, yang mengarah ke masalah potensial seperti pertukaran yang tidak disengaja, kesalahan identifikasi, atau bahkan penipuan yang disengaja selama transaksi keuangan. Sehubungan dengan hal tersebut di atas, maka perlu adanya peralatan yang dapat memudahkan penyandang tunanetra dalam membedakan nilai nominal mata uang. Tujuan dari penelitian ini adalah untuk mengembangkan alat yang mampu mengidentifikasi nilai denominasi uang kertas, yang dirancang khusus untuk membantu penyandang tunanetra. Bagian mikrokontroller adalah arduino nano yang berfungsi sebagai tempat program sistem artificial neural network pada sensor TCS34725 sehingga mendapatkan pengukuran RGB pada nominal uang dan mengendalikan hardware pada rangkaian. Bagian input adalah charger berfungsi sebagai power supply rangkaian, kemudian output berupa DF player mini, SD card dan speaker berfungsi untuk tempat keluarnya suara untuk megetahui jumlah nominal uang. Metode artificial neural network yang digunakan dalam penelitian adalah backpropagation, yaitu metode pelatihan supervised learning, dalam artian mempunyai target yang akan dicari. Ciri dari backpropagation adalah meminimalkan error pada output yang dihasilkan oleh jaringan. dalam metode backpropagation, biasanya digunakan jaringan multilayer, jaringan multilayer yang dimaksud adalah layer yang terdiri dari input layer, hidden layer, output layer. Temuan investigasi ini menunjukkan bahwa desain tersebut berhasil mendeteksi berbagai pecahan uang kertas, termasuk Rp. 1.000, Rp. 2.000, Rp. 5.000, Rp. 10.000, Rp. 20.000, Rp. 50.000, Rp. 100.000, dan $1 dolar.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Uang Kertas, Artificial Neural Network, Tuna Netra, Sensor TCS34725, Arduino Nano.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Depositing User: Berlian Amalia
Date Deposited: 29 Aug 2023 03:26
Last Modified: 29 Aug 2023 03:26
URI: http://eprints.uniska-bjm.ac.id/id/eprint/17515

Actions (login required)

View Item View Item