DAFTAR PUSTAKA
Abdillah, G., & Firman Ananda Putra, F. R. (2016). Penerapan Data Mining
Pemakaian Air Pelanggan Untuk Menentukan Klasifikasi Potensi Pemakaian Air Pelanggan Baru Di PDAM Tirta Raharja Menggunakan Algoritma K- Means. Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016), 498-506.
Annisa. (2016, Juli 21). Faktor yang menyebabkan beredarnya uang palsu. Retrieved from www.scribd.com: https://www.scribd.com/document/318881006/Faktor- Yang-Menyebabkan-Beredarnya-Uang-Palsu
Aprilla C, D., Baskoro, D. A., Ambarwati, L., & Wicaksana, I. S. (2013). Belajar Data Mining dengan Rapid Miner. Jakarta.
berpendidikan. (2015, september 21). "pengertian uang kartal dan giral, jenis-jenis uang dan contoh gambarnya". Retrieved from www.berpendidikan.com:
https://www.berpendidikan.com/2015/09/pengertian-uang-kartal-dan-uang- giral-jenis-jenis-uang-contoh-gambarnya.html
Debora, Y. (2018, Maret 16). Uang Palsu Paling Banyak Beredar Di Jabodetabek.
Retrieved from Tirto.Id: https://tirto.id/uang-palsu-paling-banyak-beredar-di- jabodetabek-cCGh8
Defiyanti. (2017). "Integrasi Metode Clustering dan Klasifikasi untuk Data Numerik". CITEE 2017, 256.
Departemen pengelolaan uang. (2015, 09 25). unsur pengaman uang rupiah.
Retrieved from www.bi.go.id:
https://www.bi.go.id/id/rupiah/pencegahan_penanggulangan/Pages/Unsur_Pe ngaman_Uang_Rupiah.aspx
Doly, D. (2013). Tindak pidana pengedaran uang palsu di indonesia. Jurnal Info Singkat Hukum, 1-4.
Hidayanto, F., & Afifah, Y. N. (2015). Edukasi Pengenalan Uang Palsu dan Cara Membedakannya dengan Uang Asli. Jurnal Inovasi dan Kewirausahaan Vol.4, No.1 ISSN: 2089-3086, 9-12.
Kamagi, D. H., & Hansun, S. (2014). Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa. ULTIMATICS, vol.VI, No.1, 15-20.
Kaya, E., Yasar, A., & Saritas, A. (2015). Banknote Classification Using Artificial Neural Network Approach. International Journal of Intelligent System and Applications in Engineering. DOI: 10.18201/IJISAE.55250 ISSN: 2147-6799, 16-19.
Leidiyana, H. (2013). Penerapan Algoritma K-Neares Neighbor untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor. Jurnal Penelitian Ilmu Komputer, System Embedded & Logic 1(1), 65-76.
Lestari, M. (2014). Penerapan Algoritma Klasifikasi K-Nearest NEighbor (K-NN) untuk Mendeteks iPenyakit Jantung. Faktor Exacta 7(4) ISSN: 1979-276X, 366-371.
Muri, L. P., Pramono, B., & Sari, J. Y. (2018). Prediksi Tingkat Penyakit Demam Berdarah Kota Kendari Menggunakan Metode Modified K-Nearest Neighbor.
semanTIK, vol.4 No.1 ISSN: 2502-8928, 103-112.
Ni"am, B. A., Faisal, M., & Arif, Y. M. (2014). Identification of Nominal Value and Authenticity of Rupiah Using Support Vector Machine. International Journal of Science and Technology (IJSTE), Vol.3 No.1 ISSN: 2252-5297, 13-20.
nurhasan, F., Hikmah, N., & Utami, D. Y. (2018). Perbandingan Algoritma C4.5, KNN, dan Naive Bayes untuk Penentuan Model Klasifikasi Penanggung Jawab BSI Entrepeneur Center. Jurnal PILAR Nusa Mandiri Vol. 14, No. 2, 169-174.
Pratama, T. C. (2018). Penerapan Metode K-Nearest Neighbor Dalam Menentukan Kelayakan Calon Nasabah Yang Layak Untuk Kredit Mobil (Studi Kasus:
PT.Astra Internasional,Tbk-Toyota). Jurnal Riset Komputer (JURIKOM), Vol.
5 No. 4,, 402-408.
Raho, G. I., Al-Khiat, A., & Al-Hamami, H. A. (2015). Cash Currencies Recognition Using K-Nearest Neighbor Classifier. International Journal of Web &
Semantic Technology (IJWesT) Vol.6, No.4 DOI: 10.5121/ijwest.2015.6402, 11-21.
Riadi, M. (2017, September 21). Pengertian, Fungsi, Proses dan Tahapan Data Mining. Retrieved from Kajianpustaka.com:
https://www.kajianpustaka.com/2017/09/data-mining.html?m=1
Rohman, A. (2015). Model Algoritma K-Nearest Neighbor (K-NN) untuk Prediksi Kelulusan Mahasiswa. Jurnal NEOTENIKA, Vol.1 No.1 ISSN: 2502-7662, 1- 9.
Salmadian. (2017, Desember 27). PENGERTIAN UANG : Sejarah, Fungsi, Syarat &
Jenis Jenis Uang. Retrieved from Salmadian.Com:
https://salamadian.com/pengertian-fungsi-syarat-sejarah-uang/
Sani, K., Winarno, W. W., & Fauziati, S. (2016). Analisis Perbandingan Algoritma Classification untuk Authentication Uang Kertas (Studi kasus:Banknote Authentication). Jurnal Informatika Vol.10, No.1 , 1130-1139.
Saraswati. (2016). "Analisis pertanggung jawaban pidana terhadap pelaku tindak pidana membelanjakan uang palsu". Jurnal Hukum, 5.
Sufri, N. J., Rahmad, N., As'ari, M., Zakaria, N., Jamaludin, M., Ismail, L., &
Mahmood, N. (2017). Image Based Ringgit Banknote Recognition for Visually Impaired. Journal of Telecommunication Electronic and Computer Engineering. e-ISSN:2289-8131, Vol.9 No.3-9, 103-111.
Supriyadi, E. (2017). Metode SVM Berbasis PSO untuk Meningkatkan Prediksi Ketepatan Waktu Kelulusan Mahasiswa. JURNAL SISTEM INFORMASI STMIK ANTAR BANGSA vol.VI no.2, 113-120.
Umar, R., Riadi, I., & Miladiah. (2018). Sistem Identifikasi Keaslian Uang Kertas Rupiah Menggunakan Metode K-Means Clustering. Techno.COM Vol.17, No.2, 179-185.
Wijayanto. (2017). Pemalsuan Mata Uang Sabagai Kejahatan Di Indonesia. Jurnal Hukum Khaira Ummah, vol.12 No.4, 891-898.
Zakky. (2018, Maret 27). Pengertian Instrumen Penelitian Menurut Para Ahli (Arikunto, Sugiyono, dkk). Retrieved from www.zonareferensi.com:
https://www.zonareferensi.com/pengertian-instrumen-penelitian/
