Deteksi Keaslian Uang Rupiah Menggunakan YOLOv11 Berbasis Android

Abstract

Mata uang merupakan alat tukar yang penting dalam kehidupan sehari-hari serta berperan sebagai identitas suatu negara. Namun, peredaran uang palsu masih menjadi masalah signifikan, dengan temuan antara 8.000 hingga 32.000 lembar per bulan pada periode Mei 2023 hingga Mei 2024. Rendahnya kewaspadaan masyarakat serta ketergantungan pada metode manual seperti dilihat, diraba, dan diterawang (3D) mendorong kebutuhan akan solusi teknologi yang lebih praktis dan akurat. Penelitian ini bertujuan untuk mengembangkan aplikasi pendeteksi keaslian uang berbasis algoritma YOLOv11, yang mampu mengidentifikasi fitur keamanan uang seperti watermark dan benang pengaman. Dataset yang digunakan terdiri dari 6.380 citra digital uang Rupiah, yang dibagi menjadi data pelatihan (80%), validasi (10%), dan pengujian (10%). Hasil pelatihan menunjukkan bahwa model terbaik dicapai pada percobaan kedua dengan nilai mAP sebesar 0,786 untuk kelas uang asli dan 0,785 untuk kelas uang palsu. Selain itu, aplikasi mampu mendeteksi keaslian uang secara akurat dalam 10 kali pengujian menggunakan kamera secara real-time. Dengan hasil ini, sistem yang dikembangkan dapat menjadi solusi praktis dan mandiri dalam membantu masyarakat mengenali keaslian uang Rupiah.

Kata kunci— mata uang, pemalsuan uang, YOLOv11, deteksi keaslian uang, real-time