Скачать или смотреть Computer Vision - Implementasi GLCM dan CNN untuk Membedakan Uang Asli dan Uang Palsu - IV 22 C

Penelitian ini merupakan tugas akhir pada mata kuliah Computer Vision yang bertujuan untuk menganalisis dan membandingkan beberapa metode ekstraksi fitur citra dalam mendeteksi uang palsu dan uang asli. Proses diawali dengan tahap pengolahan data yang mencakup pra-pemrosesan gambar seperti pengubahan ukuran, konversi format warna, dan normalisasi. Selanjutnya dilakukan ekstraksi fitur menggunakan tiga pendekatan, yaitu fitur warna RGB, Gray Level Co-occurrence Matrix (GLCM) untuk ciri tekstur, serta Convolutional Neural Network (CNN) untuk pembelajaran fitur secara otomatis.

Fitur hasil ekstraksi RGB dan GLCM digunakan sebagai masukan ke model klasifikasi berbasis machine learning, sedangkan CNN dilatih langsung dari citra untuk mengenali pola visual secara mendalam. Hasil pengujian menunjukkan bahwa metode CNN memberikan performa paling tinggi dalam membedakan uang asli dan palsu, diikuti oleh metode GLCM, sementara fitur RGB tetap memberikan gambaran awal yang jelas terhadap perbedaan karakteristik warna antara kedua kelas tersebut.

Penelitian ini menunjukkan bahwa kombinasi antara analisis warna, tekstur, dan deep learning dapat memberikan hasil yang akurat dalam mendeteksi keaslian uang berbasis citra digital.

Kelompok IV
Mei Lammi Malau (4223250022)
Muhammad Ferdiansyah Hidayat (4223550010)
Parhan Daulay (4223250036)
Siti Wulandari (4223550020)
Steviana Viviola Wicesti Nasution (4223250031)

PSIK 22 C
Dosen Pengampu : [Dr. Eng. Mansur AS, S.Kom., MT].

Link Colab :
https://colab.research.google.com/drive/1H...