3.5.5. 3 fold Crossvalidation
Pengujian dilakukan untuk mengetahui seberapa baik kinerja alat uji. Pada penelitian ini digunakan metode pengujian 3 fold cross validation. Pengujian
dilakukan untuk semua data citra uang kertas. 3 fold cross validation melakukan pembagian 105 data uang menjadi 3 bagian yaitu firstfold, secondfold dan thirdfold
yang masing-masing memiliki 35 data. Kelompok data yang sudah dibagi menjadi 3 label selanjutnya dijadikan sebagai data training dan data testing. Bersumber dari data
tersebut 2 kelompok data yang berjumlah 70 data untuk data training dan 1 kelompok yang berjuamlah 35 data untuk data testing. Setelah itu dilakukan iterasi sebanyak 3
kali. Pada setiap iterasi dilakukan pertukaran antara data training dan data testing. Iterasi pertama firstfold menjadi datatesting sementara itu secondfold dan thirdfold
menjadi datatraining, Iterasi kedua secondfold menjadi datatesting sementara itu firstfold dan thirdfold menjadi datatraining, Iterasi ketiga thirdfold menjadi
datatesting sementara itu firstfold dan secondfold menjadi datatraining. Proses crossvalidation ini menghasilkan 3 kelompok hasil pengujian nilai nominal uang
dengan masing-masing nilai akurasi yang dihasilkan.
3.5.6. Hitung Jarak
Proses perhitungan jarak dilakukan untuk mengetahui jarak atau kemiripan suatu ciri uang pada datatesting dengan ciri uang pada datatraining. Perhitungan
jarak dilakukan dengan metode Eulidean Distance. Ciri yang digunakan untuk setiap citra merupakan data histogram ekstraksi ciri Local Binary Pattern.
3.5.7. Klasifikasi dengan Metode k-NN
Proses klasifikasi dilakukan dengan tujuan menentukan kelas dari suatu objek yaitu gambar uang. Terdapat 7 pembagian kelas dalam penelitian ini yaitu kelas 1000,
2000, 5000, 10000, 20000, 50000, dan 100000. Klasifikasi menggunakan metode PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.16. k-Nearest Neighbor, dengan nilai k yang merupakan masukan input oleh user.
Berikut adalah pseudocode untuk menjelaskan algoritma k-nearest neighbor : 1. Mulai
2. Masukan berupa kumpulan jarak kemiripan uang 3. Urutkan jarak dari yang terdekat sampai terjauh
4. Ambil k nilai jarak terdekat 5. Hitung jumlah dari setiap hasil klasifikasi
6. Pilih hasil klasifikasi terbanyak sebagai hasil dari k-nn 7. Selesai
3.5.8. Menghitung Akurasi Testing
Terdapat 3 kali pengujian pada penelitian ini karena menggunakan metode pengujian 3 fold cross validation. Akurasi dari setiap pengujian dapat dihitung dari
jumlah klasifikasi terhadap nilai nominal uang pada setiap datatesting yang bernilai benar. Untuk menghitung akurasi dapat menggunakan rumus matematis pada rumus
3.16. Akurasi=
Ʃ Jumlah klasifikasi benar X100
Ʃ Jumlah citra uang
3.5.9. Penentuan Model untuk Identifikasi
Pada tahap pengujian akan dilakukan dengan metode pengujian 3 fold cross validation. Pengujian ini akan menghasilkan 3 kelompok hasil pengujian nilai
nominal uang dengan masing-masing nilai akurasi yang dihasilkan. Model untuk identifikasi dipilih berdasarkan datatraining yang memiliki nilai akurasi tertinggi pada
3 kali tahap pengujian 3 fold cross validation. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.5.10. Menghitung Rata-Rata Akurasi