Identifikasi Uang Logam Untuk Perhitungan Nominal Uang Secara Cepat Menggunakan Metode You Look Only Once (YOLO)

Dewi, Ni Luh Putu Utari Candra (2025) Identifikasi Uang Logam Untuk Perhitungan Nominal Uang Secara Cepat Menggunakan Metode You Look Only Once (YOLO). Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354019_full.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text (iThenticate) RAMA_58302_2115354019_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354019_0006038002_0808119003_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (422kB)

Abstract

Proses penghitungan uang logam secara manual masih banyak dijumpai di masyarakat, khususnya pada pelaku usaha skala kecil hingga menengah yang kerap menerima pembayaran dengan uang logam. Metode manual ini memerlukan waktu yang cukup lama, rawan terjadi kesalahan, serta dapat memengaruhi keakuratan pencatatan transaksi dan laporan keuangan. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut melalui pengembangan sistem identifikasi uang logam Rupiah yang mampu melakukan perhitungan nominal secara otomatis menggunakan metode deteksi objek YOLOv8. Sistem dirancang dalam bentuk aplikasi web dengan backend berbasis Flask serta antarmuka yang responsif, yang memungkinkan pengguna melakukan identifikasi uang logam secara real-time melalui kamera. Dataset citra uang logam disusun dengan berbagai variasi kondisi latar belakang, pencahayaan, orientasi, serta dilengkapi proses augmentasi untuk meningkatkan generalisasi model. Model YOLOv8s dilatih pada lingkungan Google Colab dengan pustaka PyTorch sehingga mampu mengenali jenis dan nominal uang logam. Hasil pengujian menggunakan metode blackbox menunjukkan sistem dapat mengidentifikasi dan menghitung uang logam dengan tepat dan memberikan keluaran berupa tabel, suara, serta file Excel yang memudahkan dokumentasi. Dengan demikian, sistem ini dapat menjadi solusi alternatif untuk mempercepat proses perhitungan uang logam secara otomatis serta membuka peluang pengembangan lebih lanjut pada berbagai kebutuhan aplikasi vision berbasis deteksi objek.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	YOLOv8, Uang Logam, Deteksi Objek, Perhitungan Otomatis, Flask.
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	Ni Luh Putu Utari Candra Dewi
Date Deposited:	16 Sep 2025 12:31
Last Modified:	16 Sep 2025 12:32
URI:	https://repository.pnb.ac.id/id/eprint/16331

Actions (login required)

View Item