RANCANG BANGUN SISTEM IDENTIFIKASI NOMINAL UANG KERTAS RUPIAH UNTUK LANSIA BERBASIS CNN DENGAN ARSITEKTUR VGG16 DAN FITUR TEXT TO SPEECH

Abstract

Lansia merupakan individu yang telah berusia 60 tahun ke atas, yang umumnya mengalami penurunan fungsi tubuh, termasuk berkurangnya kemampuan penglihatan, termasuk dalam mengenal nominal uang kertas. Ketidakmampuan dalam mengenali nominal uang kertas dapat menimbulkan masalah, baik dalam kegiatan transaksi sehari-hari seperti berbelanja. Penelitian ini mengembangkan sistem identifikasi nilai nominal uang kertas rupiah berbasis CNN (Convolutional Neural Network) dengan arsitektur VGG16 dan fitur text to speech untuk membantu lansia. Dataset terdiri dari 4.200 citra tujuh jenis uang kertas yang dibagi dalam dua skema anotasi masing-masing 2.100 citra: skema pertama berdasarkan nominal dan skema kedua berdasarkan keseluruhan area uang. Dataset dibagi menjadi 70% train, 20% validasi, dan 10% uji. Skema pertama mencapai akurasi pelatihan 99,47% dan validasi 100%, sedangkan skema kedua memperoleh 74,37% dan 98,45%. Pada data uji, skema pertama menghasilkan precision, recall, dan F1-score 100%, sementara skema kedua mencapai rata-rata 94% dengan sedikit kesalahan pada Rp10.000 dan Rp20.000. Kemudian, pengujian secara real-time yang dilakukan terhadap sepuluh orang lansia menunjukkan bahwa skema pertama lebih akurat meskipun perlu perbaikan dikarenakan rendahnya performa deteksi. Selain itu, skor SUS (System Usability Scale) sebesar 70,25 menunjukkan kategori “baik”. Keterbatasan utama terletak pada ketergantungan pencahayaan dan posisi nominal, sehingga pengembangan selanjutnya disarankan menggunakan deteksi objek YOLO atau SSD.