JURNAL IT
VOLUME 14, MARET 2014
STMIK HANDAYANI
VISUALISASI BANGUNAN PADA MASJID
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI Abdul Jalil Pascasarjana Magister Sistem Komputer STMIK Handayani
[email protected]
Abstrak Sistem kontrol merupakan teknologi yang banyak digunakan untuk otomasi, salah satunya adalah mendeteksi nominal uang kertas rupiah. Tujuan dari penelitian ini adalah untuk mendeteksi nominal uang kertas rupiah menggunakan Image Prcessing 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 nominal uang kertas rupiah menggunakan Image Processing Raspberry Pi, dimana uang kertas tersebut dapat dibedakan berdasarkan warnanya. Kata Kunci : Sistem Kontrol, Uang Rupiah, Raspberry Pi, Image Processing.
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI
13
VOLUME 14, MARET 2014
JURNAL IT STMIK HANDAYANI
I. PENDAHULUAN Uang adalah sesuatu yang secara umum diterima di dalam pembayaran untuk pembelian barang-brang dan jasa serta untuk pembayaran utang. Menurut Budiono, 1990.10-13) uang dapat berfungsi sebagai alat tukar-menukar[1]. 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[2]. 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[3]. 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]. Dengan menggunakan Raspberry Pi maka peneliti akan melakukan penelitian untuk medateksi nominal uang kertas rupiah menggunakan Raspberry pi dengan cara mengolah menggunakan Image Processing dari uang kertas Rupiah.
II. TINJAUAN PUSTAKA 2.1. Image Processing Secara umum pengolahan citra adalah suatu ilmu memanipulasi sebuah gambar secara gigital, dimana objek dapat berupa 2 dimensi atau dapat berbentuk 3 dimensi[3]. 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]. Image processing dapat dikatakan sebagai teknik mengolah citra suatu gambar sehingga dapat dimanipulasi. 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[4]. 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]. Pada penelitian ini gambar yang diambil kemudian diolah untuk menjadi suatu citra biner, kemudian diolah menjadi data bit untuk dapat berkomunikasi dengan perangkat luar yang akan terhubung ke sistem. Sistem yang digunakan untuk cira biner ini adalah menggunakan metode thresholding. 2.3. Thresholding Secara umum proses thresholding terhadap citra grayscale bertujuan menghasilkan citra biner[6]. Secara umum terdapat dua jenis metode Thresholding yaitu Thresholding Globl dan Thresholding Local.
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI
14
VOLUME 14, MARET 2014
JURNAL IT STMIK HANDAYANI
a. Thresholding Global Thresholding global adalah metode dengan seluruh pixel pada citra dikonversi menjadi hitam dan putih dengan satu nilai thresholding (Darma, 2010)[6]. b. 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]. 2.4. 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[2]. Keaslian uang Rupiah dapat dikenali melalui ciri-ciri yang terdapat baik pada bahan yang digunakan untuk membuat uang (kertas,plastik, atau logam), desain dan warna masing-masing pecahan uang maupun pada teknik pencetakannya. Sebagian ciriciri yang terdapat pada uang Rupiah tersebut, selain berfungsi sebagai ciri untuk membedakan antara satu pecahan dengan pecahan lainnya, dapat berfungsi sebagai pengaman dari ancaman tindak pidana pemalsuan uang. Alat pengaman tersebut terdiri dari alat pengaman kasat mata, kasat raba, dan pengamanan yang baru terlihat dengan menggunakan alat bantu berupa sinar ultra violet, sinar infra merah, kaca pembesar, dan alat plastik tertentu untuk melihat scramble images[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[4].
Gambar 1. 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
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI
15
JURNAL IT
VOLUME 14, MARET 2014
STMIK HANDAYANI
hard disk atau solid-state drive, tetapi menggunakan kartu SD untuk booting dan penyimpanan jangka panjang[7].
Gambar 2. Raspberry Pi [8] 2.6. Bahasa Pemrograman Python Python merupakan bahasa pemrograman yang berorientasi obyek dinamis, dapat digunakan untuk bermacam-macam pengembangan perangkat lunak http://www.python.org/about/apps. 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]. Algoritma yang digunakan untuk penelitian ini adalah menggunakan algoritma greedy. Pada penelitian sebelumnya penulias telah menerapkan algoritma greedy u untuk sistem penukaran nominal mata uang rupiah[10]. Algoritma Greedy merupakan algoritma yang menghasilkan solusi optimum melalui penyelesaian langkah per langkah (step by step) dengan menerapkan 2 hal berikut pada tiap langkahnya[11]: a. Pilihan yang diambil merupakan pilihan terbaik yang dapat diperoleh pada saat itu tanpa memperhatikan konsekuensinya ke depan nanti, hal ini bersesuaian dengan prinsip Algoritma Greedy yaitu “take what you can get now”[11]. b. Berharap dengan memilih pilihan terbaik saat itu (optimum lokal/local optimum) dapat mencapai solusi terbaik dari permasalahan yang dihadapi (optimum global/global optimum). Dalam algoritma Greedy diasumsikan bahwa optimum lokal merupakan bagian dari optimum global. Sedangkan untuk aplikasinya algoritma Greedy digunakan untuk pemecahan yang memerlukan solusi[11].
III. METODOLOGI PENELITIAN Pada penelitian sebelumnya penulis telah melakukan penelitian untuk mendeteksi keaslian mata uang rupiah, pada penelitian tersebut digunakan teknik Pengolahan Citra Mendeteksi Keaslian Uang Rupiah dan dapat dideteksi dengan hasil yang memuaskan. Keaslian Uang kertas Rupiah dideteksi oleh Sinar Ultraviolet kemudian di ambil gambarnya untuk diolah secara digitalisasi menggunakan Raspberry Pi[12]. Pada penelitian lainya penulis telah melakukan perancangan sistem penukaran nominal mata uang rupiah, pada penelitian tersebut terdapat rancangan bagaimana sistem dapat mendeteksi
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI
16
VOLUME 14, MARET 2014
JURNAL IT STMIK HANDAYANI
keaslian uang rupiah dan nominal uang kertas rupiah kemudian rancangan algoritma program. Sehingga dihasilkan suatu perancangan sistem penukaran nominal mata uang rupiah menggunakan teknik pengolahan citra [13]. Pada penelitian ini terdapat beberapa komponen yang saling terhubung, yaitu Input Proses dan Output. Input dari sistem ini adalah Gambar uang kertas rupiah yang diambil menggunakan kamera jenis logitech. Proses dari sistem ini adalah Raspberry Pi yang digunakan untuk mengolah citra berdasarkan warna gambar uang kertas rupiah. Metode yang digunakan untuk mengolah citra invisible ink adalah metode Thresholding menggunakan bahasa pemrograman Python. Output dari sistem ini adalah citra biner Thresholding yang dikonversi menjadi nilain bit sehingga dapat digunakan untuk berkomunikasi dengan interface yang ada diluar dari sistem Raspberry Pi. Berikut adalah Diagram Blok Arsitektur Sistem dari penelitian yang telah dilakukan.
Gambar 3. Diagram Blok Arsitektur Sistem Berdasarkan arsitektur sistem diatas maka peneliti telah membuat suatu alat yang digunakan untuk mendeteksi nominal mata uang kertas rupiah berdasarkan warnanya. Setiap uang kertas rupiah mempunyai karakter warna masing-masing, sehingga dari warna tersebut kemudian di filter untuk diolah menjadi nilai bit menggunakan metode thresholding image processing. Setelah gambar diolah menjadi nilai bit kemudian dihubungkan ke mikrokontroler untuk dapat menentukan berapa banyak nominal uang yang dapat ditukarkan berdasarkan nominal mata uang yang dideteksi.
Gambar 5. Alat Pendeteksi Uang Palsu
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI
17
VOLUME 14, MARET 2014
JURNAL IT STMIK HANDAYANI
IV. HASIL DAN ANALISIS ALGORITMA PROGRAM Pada penelitian ini telah berhasil mendeteksi dan menentukan nominal uang kertas rupiah berdasarkan warnanya. Hal yang perlu diperhatikan pada saat proses pengolahan data adalah dari aspek pencahayaan pada saat kamera mengambil objek gambar uang rupiah. Cahaya yang berubah-ubah dapat mengubah nilai resistansi dari gambar serta mempengaruhi algoritma pemrograman. Olehnya itu pada penelitian ini telah berhasil mendeteksi nominal uang kertas rupiah dengan akurat dengan syarat intensitas cahaya yang ada tidak berubah-ubah. Berdasarkan penelitian maka berikut hasil dari algoritma program untuk mendeteksi nominal uang kertas Seratus Ribu Rupiah. import imgproc from imgproc import * import math import RPi.GPIO as GPIO import time fswebcam = Camera (160, 80) viewer = Viewer (160, 80, "Rp.100.000") img = fswebcam.grabImage() viewer.displayImage(img) ref_red = 140 ref_green = 35 ref_blue = 35 threshold = 45 img = fswebcam.grabImage() for x in range(0, img.width) : for y in range(0, img.height) : red, green, blue = img[x, y] d_red = ref_red - red d_green = ref_green - green d_blue = ref_blue - blue length = math.sqrt( (d_red * d_red) + (d_green * d_green) + (d_blue * d_blue) ) if length > threshold: img[x, y] = 0, 0, 0 GPIO.setwarnings(False) GPIO.setmode(GPIO.BOARD) GPIO.setup(5, GPIO.OUT) GPIO.output(5, False) else: img[x, y] = 255, 255, 255 GPIO.setwarnings(False) GPIO.setmode(GPIO.BOARD) GPIO.setup(5, GPIO.OUT) GPIO.output(5, True) time.sleep(0.01) viewer.displayImage(img) waitTime(1000)
Berikut adalah hasil proses thresholding dari algortitma menentukan nominal uang Rp.100.000,-
Gambar 6. Hasil Pengolahan Citra Mendeteksi Nominal Uang Kertas Rp.100.000,-
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI
18
VOLUME 14, MARET 2014
JURNAL IT STMIK HANDAYANI
V. KESIMPULAN Pada penelitian Sistem kontrol deteksi nominal uang kertas rupiah Menggunakan image processing raspberry pi telah berhasil. Nominal mata uang kertas rupiah dapat dideteksi dengan baik dan akurat dengan cara teknik pengolahan citra menggunakan metode thresholding. Pada penelitian selanjutnya peneliti akan menganalisa algoritma pemrograman untuk dapat mengolah data image processing uang kertas rupiah menjadi nilai Bit.Hasil dari thresholding kemudian dikontrol ke port GPIO Raspberry pi agar dapat terhubung ke interface untuk dapat saling berkomunikasi data.
DAFTAR PUSTAKA [1] Rahman Kushwandi “ Alat Pendeteksi Nominal dan Keaslian Mata Uang Kertas” Naskah Publikasi, STMIK AMIKOM Yogyakarta. [2] 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, 2008 . [3] 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, 2012. [4] 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. [5] Erick Fernando ”Automasi Smart Home Dengan Raspberry Pi dan Smartphone Android” Konferensi Nasional Ilmu Komputer (KONIK) 2014, ISSN : 2338-2899. [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] http://www4.pcmag.com/media/images/351321-raspberry-pi.jpg?thumb=y. [Online] Diakses Tanggal 6 Maret 2015 pukul 10.00 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. [10] Abdul Jalil, “Penerapan Algoritma Greedy Pada Sistem Penukaran Nominal Mata Uang Rupiah” Konferensi Nasional Ilmu Komputer (KONIK) 2014, ISSN : 2338-2899. [11] Ardyansyah, Dkk, “ Implementasi Algoritma Greedy Untuk Melakukan Graph Coloring : Studi Kasus Peta Provinsi Jawa Timur”, Jurnal Informatika Vol 4 No. 1 Januari 2010. Program Studi Teknik Informatika Universitas Ahmad Dahlan. [12] Abdul Jalil, “ Mendeteksi keaslian uang kertas rupiah Dengan metode thresholding menggunakan raspberry pi. Seminar Nasional Riset Ilmu Komputer 2015. Fakultas Ilmu Komputer Univ. Muslim Indonesia Makassar. [13] Abdul Jalil, “Nominal Exchange System Design Currency Rupiah’s Using Image Pattern Recognition” International Conference on Computer System 2014, APTIKOM. ISSN: 24072567.
SISTEM KONTROL DETEKSI NOMINAL UANG KERTAS RUPIAH MENGGUNAKAN IMAGE PROCESSING RASPBERRY PI
19