Bagikan Artikel ini di:

Ditulis Oleh Rizky Ajie Aprilianto

Indera penglihatan memiliki peranan penting sebagai sumber informasi visual bagi manusia. Namun, informasi visual tersebut justru tidak dapat diterima oleh para tunanetra. Hal ini tentu mengakibatkan tunanetra mengalami keterbatasan dalam melakukan aktivitas, salah satunya ketika mengenali nominal maupun keaslian uang. Bank Indonesia selaku lembaga yang berwenang menerbitkan uang memang telah menyematkan kode tunanetra atau blind code pada setiap lembar uang kertas. Sayangnya, jika keadaan uang tidak dalam kondisi baik maka kode tersebut akan sulit untuk dikenali (Anindita dkk, 2012: 137).

Berbagai penelitian yang bertujuan untuk menghasilkan alat bantu deteksi uang bagi tunanetra telah banyak dilakukan sebelumnya. Jalil (2014: 13) melakukan penelitian mengenai kontrol deteksi uang menggunakan metode pengenalan gambar. Kontrol deteksi uang yang dibuat ini mampu membedakan berbagai nominal uang kertas. Namun, ukuran alat yang dibuat cukup besar sehingga tidak mendukung mobilitas penggunanya. Selanjutnya, Thakur dan Kaur (2014: 358) menciptakan alat bantu deteksi uang menggunakan metode Neuro-Fuzzy. Alat tersebut hanya mampu mendeteksi kepalsuan mata uang India tanpa mengetahui nominalnya.

Tidak terbatas dalam bentuk perangkat keras saja, tahun 2015 Radhiyah dkk (2015: 78) menciptakan aplikasi pendeteksi uang yang dipadukan dengan sebuah kamera dan speaker. Tingkat akurasi yang diperoleh telah mencapai 73,21%, akan tetapi aplikasi ini masih membutuhkan sebuah komputer agar dapat digunakan. Masih pada tahun yang sama, Semary dkk (2015: 1) menciptakan aplikasi pendeteksi uang Pound Mesir yang dapat dioperasikan menggunakan sebuah smartphone. Sayangnya, kompleksitas aplikasi yang tinggi berdampak pada harga dan spesifikasi smartphone yang dibutuhkan. Pada tahun berikutnya, Yultrisna dkk (2016: 44) berhasil menciptakan mesin deteksi nominal sekaligus penukar mata uang rupiah menggunakan sebuah mikrokontroler. Mesin tersebut dipadukan dengan berbagai sensor warna dan menghasilkan keluaran suara sesuai dengan nominalnya. Mesin yang dibuat ini fokus pada pendeteksian nominal saja sehingga belum mampu membedakan uang asli atau palsu.

Berbagai penelitian terdahulu yang telah dilakukan tersebut menjadi referensi bagi peneliti untuk menginovasikan alat bantu deteksi uang yang mudah digunakan bagi para tunanetra. Hal lain yang memotivasi peneliti untuk menciptakan pendeteksi uang bagi tunanetra yakni ketika berkunjung ke Komunitas Sahabat Mata Semarang. Pada saat peneliti berkunjung ke komunitas tersebut, Bapak Basuki selaku pendiri komunitas mengungkapkan bahwa sebagian besar tunanetra mengalami kesulitan ketika mengenali nominal uang rupiah khususnya uang kertas tahun emisi 2016. Sebagai informasi, Komunitas Sahabat Mata beralamat di Jalan Taman Pinus II Jatisari BSB Semarang dan didirikan oleh seorang tunanetra bernama Bapak Basuki. Tujuan beliau mendirikan komunitas tersebut yakni untuk menaungi para tunanetra dan memberikan berbagai pelatihan sehingga mampu mengoptimalkan potensi yang ada dalam dirinya masing-masing.

Gambar 1. Peneliti Saat Berkunjung ke Komunitas Sahabat Mata Semarang

Melalui dukungan hibah pendanaan PKM (Program Kreativitas Mahasiswa) tahun 2018 dari Kementerian Riset Teknologi dan Pendidikan Tinggi, purwarupa IDOPU atau Inovasi Dompet Pendeteksi Uang telah berhasil dibuat guna memudahkan para tunanetra mengenali nominal maupun keaslian uang rupiah. Dibawah bimbingan Drs. Yohanes Primadiyono, M.T. dan Bayu Triwibowo, S.T, M.T, riset IDOPU dapat terselesaikan yang mana dimulai sejak Januari 2018 sampai dengan Agustus 2018.

Gambar 2. Purwarupa IDOPU
(a) Tampak Depan (b) Tampak Belakang

Inovasi yang disematkan pada IDOPU terletak pada metode pendeteksian yang digunakan. Metode pendeteksian IDOPU menggabungkan 2 metode yang telah ada sebelumnya, yakni berupa metode pengenalan warna RGB (Behjat & Moallem, 2014: 1; Zeggeye & Assabie, 2016: 28) dan metode pola intensitas UV (Roy dkk, 2015: 1). Gabungan metode ini peneliti sebut dengan metode Dual Layer Identification. Blok diagram dan penjelasan metode Dual Layer Identification ditunjukan pada gambar 3.

Gambar 3. Blok Diagram Metode Dual Layer Identification

a. Scanning
Proses scanning dilakukan untuk mendapatkan seluruh data warna uang pada satu sisi pembacaan. Proses ini dapat dilakukan dari berbagai sisi uang, yang mana setiap lembar uang memiliki empat sisi pembacaan yang berbeda.

b. RGB Color Identification
Uang yang telah melalui proses scanning akan diidentifikasi hanya berdasarkan tiga warna penyusunnya, yakni Red (R), Green (G), dan Blue (B). Masing-masing warna tersebut memiliki karakteristik rentang nilai yang berbeda sesuai dengan nominalnya.

c. UV Intensity Identification
Proses ini dilakukan menggunakan mini UV LED untuk menyinari tanda air (watermark) dan tinta tidak tampak (invisible ink) pada uang kertas. Hal tersebut dikarenakan, tanda air dan tinta tidak tampak merupakan indikator uang asli yang memiliki ciri memedarkan cahaya saat disinari UV. Setiap nominal uang kertas asli memiliki karakteristik nilai yang berbeda. Perbedaan inilah yang menjadi indikator dalam menentukan keaslian uang tersebut.

d. Verification
Nilai RGB dan nilai hasil penyinaran UV masing-masing menjadi indikator pendeteksian nominal dan keaslian uang. Kedua indikator tersebut selanjutnya diverifikasi untuk menentukan kebenaran nominal serta keaslian uang yang telah melalui proses scanning.

e. Output Voice
Data yang telah lolos proses verifikasi kemudian memanggil database suara sesuai dengan nominalnya. Namun, jika uang terdeteksi palsu maka suara yang terpanggil adalah peringatan bahwa uang tersebut palsu.

Baca juga:

Berdasarkan inovasi metode yang digunakan tersebut, tingkat akurasi pendeteksian IDOPU mencapai 93,45%. Hasil tersebut diperoleh dari pengujian menggunakan 7 uang asli dan 7 uang palsu. Setiap lembar uang diujikan pada 4 sisi yang berbeda masing-masing sebanyak 3 kali sehingga total sample pengujian sebanyak 168 kali, dan diperoleh pendeteksian berhasil mencapai 157 kali. Selepas melakukan pengujian, peneliti juga melakukan uji penerapan dengan melibatkan tunanetra di Komunitas Sahabat Mata Semarang sekaligus mengenalkan hasil riset IDOPU.

Gambar 4. Uji Penerapan IDOPU

Hasil riset IDOPU tidak hanya berhenti sampai dengan uji penerapan saja. IDOPU yang mendapatkan pendanaan dari Kemenristekdikti dinyatakan lolos di Pekan Ilmiah Mahasiswa Nasional (PIMNAS) ke 31. Hasil riset IDOPU telah dipresentasikan dihadapan 3 dewan juri dan bersaing dengan 99 tim lainnya dari berbagai perguruan tinggi seluruh Indonesia. Hasilnya, IDOPU berhasil meraih juara 2 dalam ajang PIMNAS ke 31 Kategori PKM Karsa Cipta dan mendapatkan penghargaan medali perak.

Gambar 5. Hasil Riset IDOPU Meraih Medali Perak PIMNAS ke 31

Guna meningkatkan akurasi pendeteksian IDOPU, kini riset IDOPU masih dilanjutkan dan akan difokuskan pada 2 aspek pengembangan. Pertama, IDOPU akan mengadopsi teknologi kecerdasaan buatan atau artificial intelligence untuk mengoptimalkan metode Dual Layer Identification. Berikutnya, pengembangan kedua akan difokuskan pada desain IDOPU agar dibuat lebih minimalis. Harapannya, pengembangan IDOPU yang sedang dilakukan saat ini dapat dihilirisasi hingga siap untuk diproduksi dan bermanfaat bagi para tunanetra di Indonesia.

REFERENSI

  • Anindita, M., Novianty, A., dan Sabril, M. S. 2012. Aplikasi pendeteksi dan pengenalan nominal uang kertas dengan metode learning vector quantization sebagai alat bantu bagi penyandang tunanetra. IT Telkom Journal on ICT 1(2): 137-144.
  • Behjat, M. dan Moallem, P. 2014. Fast and low-cost mechatronic recognition system for persian banknotes. International Journal of Advanced Robotic Systems 11(1): 28-36.
  • Jalil, A. 2014. Sistem kontrol deteksi nominal uang kertas rupiah menggunakan image processing raspberry PI. Jurnal IT 14: 13-19.
  • Radhiyah, A., Mukhtar, I., Muhaimin, A., Kusuma W. S., dan Basuki, D. K. 2015. Perangkat lunak pengenalan uang kertas sebagai alat bantu tunanetra dengan keluaran audio. Seminar Nasional Sistem Informasi Indonesia. 2-4 November 2015, Surabaya, Indonesia. Hal. 75-80.
  • Roy, A., Halder, B., Garain, U., dan Doermann, D. S. 2015. Machine-assisted authentication of paper currency: An experiment in indian banknotes. International Journal on Document Analysis and Recognition 18(3): 271-285.
  • Semary, N.A., Fadl, S. M., Essa, M. S., dan Gad, A. F. 2015. Currency recognition system for visually impaired: Egyptian banknote as a study case. 2015 5th International Conference on Information & Communication Technology and Accessibility (ICTA). 21-23 Desember 2015, Marrakech, Maroko. Hal. 1-6.
  • Thakur, M. dan Kaur, A. 2014. Neuro-fuzzy based fake currency detection system. International Journal of Advanced Research in Computer Science and Software Engineering 4(7): 358-365.
  • Yultrisna, R. dan Aidil, M. 2016. Rancang bangun mesin pendeteksi nominal uang rupiah kertas dengan output suara dan penukar uang rupiah untuk tuna netra berbasis mikrokontroller. Jurnal Teknik Elektro ITP 5(1): 34-44.
  • Zeggeye, J. F. dan Assabie, Y. 2016. Automatic recognition and counterfeit detection of ethiopian paper currency. International Journal Image, Graphics and Signal Processing 8(2): 28-36.

Warstek Media

Warung Sains Teknologi (Warstek) adalah media SAINS POPULER yang dibuat untuk seluruh masyarakat Indonesia baik kalangan akademisi, masyarakat sipil, atau industri.
Warung Sains Teknologi
Nilai Artikel Ini
Artikel Berhubungan:

Sponsor Warstek.com:
Bagikan Artikel ini di:
3 Comments
  1. Bermanfaat sekali, semoga kedepannya dapat segera mendapatkan hasil pengembangannya 🙂

    Penilaian Komentar
  2. Semangat, terus menginspirasi dan bermanfaat kak

    Penilaian Komentar
  3. Terus lanjutkan kak, terima kasih sudah membantu para tunanetra 🙂

    Penilaian Komentar

Tinggalkan Balasan