Klasifikasi Keaslian Uang Kertas Menggunakan Algoritma K-Nearest Neighbor dan Metode Gabor Filter

Abstrak

Kejadian pemalsuan uang saat ini semakin meningkat di Indonesia berdasarkan Undang-Undang Nomor 7 Tahun 2011 tentang mata uang rupiah palsu adalah suatu benda yang bahan, ukuran, warna, gambar, dan atau desainnya menyerupai rupiah yang dibuat, dibentuk, dicetak, digandakan, diedarkan, atau digunakan sebagai alat pembayaran secara melawan hukum. Tujuan dari penelitian ini yaitu: Untuk memperoleh model klasifikasi uang kertas dengan menerapkan algoritma KNN dan Gabor Filter. Untuk meningkatkan hasil evaluasi performa model klasifikasi uang kertas dengan menerapkan algoritma KNN, dan Gabor Filter dengan Confusion Matrrix dan Kurva ROC-AUC. Hasil pengujian model klasifikasi jenis uang kertas menunjukkan efektivitas model algoritma KNN dan metode Gabor Filter serta bantuan PCA menghasilkan performa terbaik dengan nilai akurasi sebesar 97.14%, presisi sebesar 95.72%, recall sebesar 95.77%, f1-score sebesar 95.74% dan spesifitas sebesar 99.62%. Perolehan nilai AUC pada kurva ROC-AUC berdasarkan hasil pengujian menghasilkan model klasifikasi jenis uang kertas dengan kinerja rata-rata AUC untuk semua kelas sebesar 97.35% yang termasuk dalam kategori excellent dalam mengklasifikasi uang kertas sehingga model tersebut dapat diimplementasikan ke dalam sistem.

Identifier

• DOI: https://doi.org/10.33364/algoritma/v.22-2.2375
• OpenAlex: https://openalex.org/W4417149604