Implementasi Machine Learning Sebagai Pengenal Nominal Uang Rupiah dengan Metode YOLOv3

Abstract

Jumlah disabilitas kesulitan melihat (Tunanetra) di atas 10
tahun sebanyak 6,36% dari total penduduk yang mengalami
disabilitas yaitu 8,56% pada tahun 2015. Permasalahan yang
dihadapi penyandang tunanetra dalam kehidupan sehari-hari
salah satunya mengenali nominal uang rupiah. Walaupun
pemerintah sudah membuat uang dengan emboss pada emisi
2016, tetapi masih kurang efektif karena uang yang beredar
kadang dalam kondisi tidak rapih. Untuk mengatasi hal
tersebut dapat dibantu dengan menggunakan teknologi
Machine learning berbasis Yolov3 dalam mengenali nominal
uang Rupiah. Metode YOLOv3 mempunyai keunggulan
dalam kecepatan pelatihan model dan nilai akurasinya yang
tinggi, dan memang dirancang untuk mengolah gambar.
Dataset yang digunakan untuk membuat model machine
learning dikumpulkan dari berbagai gambar uang rupiah
nominal 1000, 2000, 5000, 10000, 20000, 50000, 10000
sebanyak 4200 gambar. Model yang sudah dibuat selanjutnya
diimplementasikan kedalam bentuk aplikasi android.
Aplikasi dijalankan seperti melakukan scan uang dan
memberikan hasil berupa suara yang menyebutkan nominal
uang tersebut secara otomatis. Model ini dievaluasi dengan
Confusion Matrix menghasilkan nilai accuracy, precision dan
recall sebesar 0.98. Berdasarkan Nilai akurasi tersebut, model
yang dibuat dapat membantu penyandang tunanetra dalam
mengenali nominal uang rupiah.