PERPUSTAKAAN UNTIDAR : Repositori Mahasiswa Untidar

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

SKRIPSI IMPLEMENTASI DEEP LEARNING DALAM MENDETEKSI MATA UANG RUPIAH EMISI 2022 UNTUK MEMBANTU DISABILITAS NETRA DENGAN GOOGLE TEXT TO SPEECH SEBAGAI OUTPUT SUARA

MUHAMMAD FARHAN MAHFUZH - Nama Orang;

Pengenalan uang yang dilakukan oleh disabilitas netra hanya mengandalkan blind code atau penanda pada sisi uang yang mana akan hilang seiring berjalannya waktu. Masalah tersebut akan diselesaikan pada penelitian ini dengan menggunakan Convolutional Neural Network (CNN) dengan Google Text to Speech sebagai output suara. Penelitian ini terfokus kepada perbandingan akurasi yang dihasilkan dengan pengambilan dataset citra uang rupiah emisi 2022 dengan sudut 90° dan 120°. Kedua skema sudut pengambilan citra tersebut akan dibandingkan dalam berbagai kondisi training. Deep learning metode Convolutional Neural Network algoritma YOLOv5 terbukti cocok untuk digunakan klasifikasi objek khususnya mata uang rupiah emisi 2022. Hasil penelitian menunjukkan bahwa metode deep learning algoritma YOLOv5m dengan jumlah citra dataset 950 dengan penambahan 30 citra background, skema sudut 90° mendapatkan mAP testing sebesar 99% sedangkan untuk skema sudut 120° mendapatkan mAP testing sebesar 82%. Pengetesan dengan ditambahkan Google Text to Speech berhasil dilakukan dengan presentase keberhasilan pada skema sudut 90° sebesar 98% sedangkan skema sudut 120° mendapatkan presentase keberhasilan sebesar 82%.
Kata kunci: Convolutional Neural Network, Google Text to Speech, Sudut Pengambilan Citra, Uang Rupiah Emisi 2022, YOLOv5


Ketersediaan
28-UN57.U1-STE-VI-2023ELEKTRO MAH I 2023Ruang Skripsi (TEKNIK ELEKTRO)Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
ELEKTRO MAH I 2023
Penerbit
MAGELANG : UNIVERSITAS TIDAR., 2023
Deskripsi Fisik
XVI;119HAL;29.5CM
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
621.38
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • FULL TEXT
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNTIDAR : Repositori Mahasiswa Untidar
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik