Rancang Bangun Sistem Portabel Klasifikasi Nominal Uang Rupiah untuk Tunanetra Menggunakan Metode MobileNetV2 Berbasis Raspberry Pi dengan Output Audio

Fuad, Syachreini (2026) Rancang Bangun Sistem Portabel Klasifikasi Nominal Uang Rupiah untuk Tunanetra Menggunakan Metode MobileNetV2 Berbasis Raspberry Pi dengan Output Audio. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) 01. Cover dan Abstrak.pdf - Published Version Download (308kB)
	Text (Bab I) 02. BAB I.pdf - Published Version Download (661kB)
	Text (Bab V) 03. BAB V.pdf - Published Version Download (260kB)
	Text (Daftar Pustaka) 04. Daftar Pustaka.pdf - Published Version Download (272kB)
	Text (Skripsi Fulltext) 05. Skripsi Fulltext.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Penyandang tunanetra mengalami kesulitan dalam mengenali nominal uang kertas Rupiah secara mandiri, terutama pada uang dengan kondisi fisik yang telah mengalami keausan. Penelitian ini merancang dan membangun sistem portabel untuk membantu penyandang tunanetra mengenali tujuh pecahan uang kertas Rupiah Tahun Emisi (TE) 2016 dan TE 2022 melalui keluaran audio. Sistem menggunakan Raspberry Pi 4 sebagai unit pemrosesan utama, Raspberry Pi Camera Module V2 sebagai perangkat akuisisi citra, serta MobileNetV2 sebagai model klasifikasi berbasis deep learning. Model dilatih menggunakan dataset primer sebanyak 1.520 citra yang terdiri atas tujuh kelas nominal dan satu kelas kosong dengan pembagian data training, validation, dan testing sebesar 70:15:15. Model kemudian dikonversi ke format TensorFlow Lite untuk diimplementasikan pada Raspberry Pi. Hasil evaluasi pada 228 citra testing menunjukkan akurasi sebesar 99,56%. Pengujian langsung menggunakan uang fisik TE 2016 dan TE 2022 pada sisi depan dan belakang menghasilkan 252 prediksi benar dari 280 kali pemindaian atau akurasi sebesar 90%, sehingga memenuhi target minimum sistem. Sistem menghasilkan keluaran audio melalui rekaman suara berformat WAV dengan tingkat tekanan suara rata-rata 67,84 dBA pada jarak 30 cm. Rata-rata waktu respons sistem dari penekanan tombol hingga keluaran audio adalah 6,63 detik, sehingga belum memenuhi target awal kurang dari 5 detik. Pengujian sumber daya menunjukkan perangkat mampu beroperasi secara kontinu selama minimal tiga jam menggunakan powerbank 10.000 mAh. Pengujian terhadap dua pengguna tunanetra menghasilkan skor kemudahan penggunaan rata-rata 4,6 dari skala 5. Hasil tersebut menunjukkan bahwa sistem dapat digunakan sebagai perangkat bantu portabel untuk mengenali nominal uang kertas Rupiah secara mandiri melalui informasi audio.

Actions (login required)

View Item