PERBANDINGAN KOMBINASI METODE TEMPLATE MATCHING DAN ALGORITMA FEATURE MATCHING PADA PENGENALAN MATA UANG INDIA

Pengolahan Cira Digital (Digital Image Processing) adalah sebuah ilmu yang mempelajari tentang teknik-teknik dalam mengolah citra. Ada beberapa metode dalam pengolahan citra digital salah satunya adalah pencocokan template dan pencocokan fitur. Pada penelitian ini dalam template yang cocok dilakukan perbandingan terhadap dua metode yaitu CV TM SQDIFF dengan CV TM CCOEFF, sedangkan pada fitur pencocokan dilakukam perbandingan terhadap dua algoritma yaitu ORB (Oriented FAST and Rotated BRIEF) dengan SIFT (Scale-Invariant Feature Transform), pada feature pencocokan hal pertama yang harus dilakukan adalah ekstraksi fitur, ekstraksi fitur memiliki banyak manfaat salah satunya adalah mendeteksi fitur-fitur pada benda. Pada penelitian ini fitur ektraksi untuk mengenali fitur-fitur pada uang negara India yang digunakan untuk mendeteksi nominal pada mata uang kertas yang dimasukkan dan juga akan dilakukan perbandingan dari keempat algoritma diatas. Pada tahap pembuatan sistem pengenalan nominal pada mata uang terdapat beberapa tahapan yaitu pengumpulan data, perancangan sistem, pelatihan dan pengujian. Hasil yang didapatkan dalam penelitian ini menggunakan algoritma CV TM SQDIFF dikombinasi dengan ORB (Oriented FAST and Rotated BRIEF) didapatkan akurasi sebesar 80%, ketika menggunakan algoritma CV TM SQDIFF dengan SIFT (Scale-Invariant Feature Transform) didapatkan akurasi sebesar 94,28%, ketika menggunakan algoritma CV TM CCOEFF dengan ORB (Oriented FAST and Rotated BRIEF) didapatkan hasil akurasi 74%, dan ketika menggunakan algoritma CV TM CCOEFF dengan SIFT (Scale-Invariant Feature Transform) didapatkan hasil 97%. Sehingga dapat dikatakan bahwa sistem pengenalan mata uang menggunakan algoritma CV TM CCOEFF dengan SIFT (Scale-Invariant Feature Transform) dapat mendeteksi nominal uang dengan baik. DOI : https://doi.org/10.33005/scan.v16i3.263