JURNAL IT STMIK HANDAYANI

Transkripsi

1 PENGOLAHAN CITRA MENDETEKSI KEASLIAN UANG KERTAS RUPIAH Abdul Jalil Pascasarjana Magister Sistem Komputer STMIK Handayani Abstrak Pemalsuan mata uang rupiah tidak diragukan lagi, sehingga dapat merugikan masyarakat bangsa dan negara indonesia. Tujuan dari penelitian ini adalah untuk mendeteksi keaslian mata uang rupiah dengan teknik pengolahan citra digital menggunakan Raspberry Pi. Metode yang digunakan pada penelitian ini adalah segmentasi citra digital menggunakan metode Thresholding dengan bahasa pemrograman Python. Hasil dari Penelitian ini adalah dapat mendeteksi keaslian mata uang rupiah dalam bentuk kertas dengan nominal mata Uang Rupiah yang berbeda. Kata Kunci : Uang Rupiah, Raspberry Pi, Pemrograman Python, Citra dan Thresholding. 28

2 I. PENDAHULUAN Uang kertas Rupiah adalah uang dalam bentuk lembaran yang terbuat dari bahan kertas atau bahan lainnya (yang menyerupai kertas) yang dikeluarkan oleh pemerintah indonesia, dalam hal ini Bank Indonesia, dimana penggunaannya dilindungi oleh UU No. 23 tahun 1999 dan sah digunakan sebagai alat tukar pembayaran diwilayah Negara Kesatuan Republik Indonesia[1]. Pada dasarnya uang berfungsi sebagai alat tukar berupa benda apa saja yang dapat diterima secara umum oleh setiap orang di masyarakat dan sebagai standar satuan nilai, namun ketika uang diaplikasikan sebagai properti maka uang akan memberikan dampak terhadap budaya manusia yang menentukan martabat seseorang di tengah masyarakat(solikin dan suseno, 2002). Akan tetapi pada akhir-akhir ini, untuk mewujudkan suatu martabat dan memenuhi standar kebutuhan barang atau pun jasa, sering kali seseorang berusaha untuk menduplikasikan bentuk uang yang palsu. Namun, uang palsu yang dibuat memiliki perbedaan mendasar, yaitu tidak terdapatnya invisible ink[2]. Berbagai macam teknologi digunakan untuk mendeteksi uang palsu antara lain menggunakan sinar ultraviolet, deteksi tepi dan lain-lain[3]. Pada saat ini untuk melakukan otentikasi keaslian mata uang rupiah dapat dilakukan dengan beberapa cara, antara lain : a. 3D (Dilihat, Diraba, Diterawang), cara ini biasa digunakan oleh masyarakat umum untuk mengenali keaslian mata uang (otentikasi). Namun cara ini tidak sepenuhnya dapat membuktikan keaslian sebuah mata uang, karena ada beberapa ciri mata uang yang tidak kasat mata. b. Dengan menggunakan pancaran lampu ultraviolet, dimana fungsi dari lampu ultra violet adalah untuk memperlihatkan beberapa ciri dari sebuah mata uang terutama terhadap ciri invisible ink[4]. Perkembangan teknologi saat sekarang tidak terlepas dari berkembangnya dunia komputasi, salah satu teknologi komputasi baru yang berkembang adalah Raspberry Pi. Raspberry Pi adalah suatu perangkat mini computer berukuran sebesar kartu kredit[5]. Berdasarkan permasalahan diatas maka peneliti akan mendeteksi keaslian mata uang rupiah menggunakan Raspberry Pi dengan cara Teknik Pengolahan Citra menggunakan bahasa pemrograman Python. Metode yang digunakan adalah Thresholding image berdasarkan invisible ink uang rupiah yang dideteksi menggunakan sinar ultraviolet. II. TINJAUAN PUSTAKA 2.1. Pengolahan Citra Pengolahan Citra merupakan proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefnisikan sebagai pemrosesan citra dua dimensi dengan komputer[3]. Secara umum pengolahan citra adalah suatu ilmu memanipulasi sebuah gambar secara gigital, dimana objek dapat berupa 2 dimensi atau dapat berbentuk 3 dimensi[1]. Citra adalah gambar pada bidang dua dimensi yang dihasilkan dari gambar analog dua dimensi dan kontinus menjadi gambar diskrit, melalui proses sampling gambar analog dibagi menjadi M baris dan N kolom sehingga menjadi gambar diskrit (Purba, 2010). Gambar 1 adalah koordinat citra digital terhadap sumbu (x,y) suatu bidang dua dimensi[6]. 29

3 Gambar 1. Koordinat Citra Digital [6] 2.2. Citra Biner Citra biner merupakan citra digital dengan dua kemungkinan nilai pixel yaitu pixel-pixel objek bernilai 1 dan pixel-pixel latar belakang bernilai 0 (Destyningtias. 2010)[6] Thresholding Secara umum proses thresholding terhadap citra grayscale bertujuan menghasilkan citra biner, secara matematis dapat ditulis sebagai berikut. g x,y = 1 if f x,y T0 if f x,y <T...(3) Dengan g(x,y) adalah citra biner dari citra grayscale f(x,y), dan T menyatakan nilai threshold (Purba, D. 2010). Nilai T ditentukan dengan menggunakan metode thresholding global dan thresholding local[6]. Thresholding Global Thresholding global adalah metode dengan seluruh pixel pada citra dikonversi menjadi hitam dan putih dengan satu nilai thresholding (Darma, 2010). Dalam penelitian ini thresholding global menggunakan fungsi otomatis metode otsu[6]. Thresholding local Thresholding local menghitung nilai T dengan mengambil nilai : T1 = median f x,y,(x,y) W...(6) T2 = max f x,y, x,y W +min{f x,y,(x,y) W}2...(7) T3 = f(x,y) x,y WNw C...(8) Dengan W menyatakan blok yang diproses, Nw menyatakan banyaknya pixel pada setiap blok W dan C menyatakan suatu konstanta yang ditentukan secara bebas. Bila C = 0, berarti nilai threshold (T) sama dengan nilai rata-rata setiap pixel pada blok bersangkutan (Purba, 2010)[6] Uang Kertas Rupiah Uang kertas Rupiah adalah uang dalam bentuk lembaran yang terbuat dari bahan kertas atau bahan lainnya (yang menyerupai kertas) yang dikeluarkan oleh pemerintah indonesia, dalam hal ini Bank Indonesia, dimana penggunaannya dilindungi oleh UU No. 23 tahun 1999 dan sah digunakan sebagai alat tukar pembayaran diwilayah Negara Kesatuan Republik Indonesia[1]. Secara kasat mata, kita bisa membedakan uang kertas asli dengan uang kertas palsu dengan cara dilihat, diraba dan diterawang. Uang kertas asli memiliki benang pengaman, tanda air, hasil cetak mengkilap, dan cetakan timbul terasa kasar saat diraba[3]. 30

4 Gambar 2. Uang Kertas Rupiah[6] 2.5. Raspberry Pi Raspberry Pi adalah suatu perangkat mini computer berukuran sebesar kartu kredit. Raspberry Pi memiliki sistem Broadcom BCM2835 chip (SoC), yang mencakup ARM1176JZF-S 700 MHz processor (firmware termasuk sejumlah mode "Turbo" sehingga pengguna dapat mencoba overclocking, hingga 1 GHz, tanpa mempengaruhi garansi), VideoCore IV GPU, dan awalnya dikirim dengan 256 megabyte RAM, kemudian upgrade ke 512MB. Termasuk built-in hard disk atau solid-state drive, tetapi menggunakan kartu SD untuk booting dan penyimpanan jangka panjang[7]. Gambar 3. Raspberry Pi [8] 2.6. Bahasa Pemrograman Python Python merupakan bahasa pemrograman yang berorientasi obyek dinamis, dapat digunakan untuk bermacam-macam pengembangan perangkat lunak Python menyediakan dukungan yang kuat untuk integrasi dengan bahasa pemrograman lain dan alat-alat bantu lainnya. Python hadir dengan pustakapustaka standar yang dapat diperluas serta dapat dipelajari hanya dalam beberapa hari. Sudah banyak programmer Python yang menyatakan bahwa mereka mendapatkan produktivitas yang lebih tinggi. Mereka juga merasakan bahwa Python meningkatkan kualitas pengembangan karena kode sumber yang mereka tulis dapat terus dipelihara [9]. 31

5 III. METODOLOGI PENELITIAN Pada penelitian ini terdapat beberapa komponen yang saling terhubung, yaitu Input Proses dan Output. Input dari sistem ini adalah Gambar Invisibe Ink Uang Kertas Rupiah yang diambil menggunakan kamera jenis Logitech dan Sinar Ultraviolet yang digunakan untuk mendeteksi Invisibe Ink pada uang kertas Rupiah. Proses dari sistem ini adalah Raspberry Pi yang digunakan untuk mengolah citra berdasarkan gambar invisible ink uang rupiah. Metode yang digunakan untuk mengolah citra invisible ink adalah metode Thresholding menggunakan bahasa pemrograman Python. Output dari sistem ini adalah citra biner Thresholding dari invisible ink uang kertas Rupiah. Berikut diagram blok arsitektur sistem dari pengolahan citra mendeteksi keaslian uang menggunakan Raspberry Pi. Gambar 4. Diagram Blok Arsitektur Sistem Berdasarkan arsitektur system diatas maka peneliti telah membuat suatu alat yang digunakan untuk mendeteksi invisible ink uang kertas rupiah menggunakan sinar ultraviolet, berikut gambar alat tersebut. Gambar 5. Alat Pendeteksi Uang Palsu VI. Hasil dan Analisis Algoritma Program Pada penelitian ini telah berhasil mendeteksi keaslian uang kertas Rupiah berdasarkan Invisible Ink dengan nominal Rp ,-, Rp ,-, Rp ,-, Rp ,-, Rp ,-, Rp ,-, dan Rp ,-. Algoritma pemrograman yang digunakan untuk Thresholding invisible ink uang kertas rupiah adalah bahasa python yang diolah menggunakan Raspberry Pi. Pada pemrograman Thresholding bagian utamanya adalah pada pengaturan nilai RGB serta 32

6 threshold. Berikut hasil analisis sistem pengolahan citra mendeteksi keaslian uang rupiah menggunakan Raspberry Pi. Mata Uang Rp ,- viewer = Viewer (420, 240, "Uang Asli 1000") ref_red = 150 ref_green = 90 ref_blue = 175 Gambar 6. Hasil Thresholding Uang Rp ,- Mata Uang Rp ,- 33

7 viewer = Viewer (420, 240, "Uang Asli 2000") ref_red = 145 ref_green = 117 ref_blue = 195 Gambar 7. Hasil Thresholding Uang Rp ,- 34

8 Mata Uang Rp ,- viewer = Viewer (420, 240, "Uang Asli 5000") ref_red = 160 ref_green = 185 ref_blue = 170 Gambar 8. Hasil Thresholding Uang Rp ,- 35

9 Mata Uang Rp ,- viewer = Viewer (420, 240, "Uang Asli ") ref_red = 130 ref_green = 120 ref_blue = 190 Gambar 9. Hasil Thresholding Uang Rp ,- 36

13 V. KESIMPULAN Pada penelitian ini Pengolahan Citra Mendeteksi Keaslian Uang Rupiah telah berhasil. Keaslian Uang kertas Rupiah dideteksi oleh Sinar Ultraviolet kemudian di ambil gambarnya untuk diolah secara digitalisasi menggunakan Raspberry Pi. Metode pengolahan citra yang digunakan untuk mendeteksi keaslian uang adalahmenggunakan metode Thresholding yang diolah menggunakan Bahasa Pemrograman Python. Dalam proses pengolahan Thresholding ini Intensitas Cahaya Ultravilet sangat menentukan kualitas Threshold, olehnya itu peneliti telah membuat satu alat permanen yang digunakan untuk mendeteksi Keaslian Uang Kertas Rupiah agar tidak ada gangguan cahaya lain selain cahaya Ultraviolet pada saat proses pengambilan gambar uang sedang di proses. Kelemahan dari system ini adalah konfigurasi nilai RGB program yang nilainya harus diinput secara manual, dimana proses threshold akan lebih baik, cepat dan akurat jika diolah secara visual. Kelemahan lain dari metode ini adalah lambatnya proses yang dijalankan sehingga membutuhkan waktu proses antara 3 hingga 5 detik waktu pemprosesan Pengolahan Citra untuk mendapatkan hasil Thresholding Invisible Ink Keaslian Mata Uang Rupiah. DAFTAR PUSTAKA [1] Dawud Gede Wicaksono D, Perangkat Lunak Identifikasi Nilai Nominal dan Keaslian Uang Kertas Rupiah Menggunakan Jaringan Syaraf Tiruan Backpropopagation, Skripsi Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia, [2] Nana Ramadijanti, dkk Sistem Pengenalan Keabsahan dan Nominal Uang Kertas Rupiah dengan Metode Histogram Intereksi dan Integral Proyeksi Jurnal Engineering Politechnic Institute Of Surabaya (EEPIS), Indonesia, Oktober 24, [3] Elias Dianta Ginting Deteksi Tepi Menggunakan Metode Canny Dengan Matlab Untuk Membedakan Uang Asli dan Uang Palsu Jurnal Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma. [4] Yusron Rijal Identifikasi Keaslian Mata Uang Rupiah Melalui Invisible Ink baerbasis Fourier Transform Menggunakan Neural Learning Vector Quantization Jurnal, Jurusan Sistem Informasi STIKOMP SURABAYA. [5] Erick Fernando Automasi Smart Home Dengan Raspberry Pi dan Smartphone Android Konferensi Nasional Ilmu Komputer (KONIK) 2014, ISSN : [6] Max R. Kumaseh, dkk Segmentasi Citra Digital Ikan Menggunakan Metode Thresholding Jurnal Program Studi Matematika FMIPA Universitas Sam Ratulangi. [7] Malik Abdillah, dkk Pemanfaatan Mini PC Raspberry Pi Sebagai Pengontrolan Jarak Jauh Berbasis Web Pada Rumah Jurnal Jurusan Teknik Komputer UNIKOM Bandung. [8] [Online] Diakses Tanggal 6 Maret 2015 pukul WITA. [9] Berkah Santoso, Bahasa Pemrograman Python Di Platform GNU/LINUX Jurnal Program Studi Teknik Informatika, Fakultas Teknologi Informasi dan Komunikasi Universitas Multimedia Nusantara Gading Serpong Tanggerang. 40