Peredaran uang palsu dari tahun ke tahun terus mengalami peningkatan. Banyak faktor
yang menyebabkan beredarnya uang palsu terutama faktor perekonomian, teknologi
dan faktor lingkungan. Solusi yang diberikan pemerintah Indonesia untuk berhati-hati
terhadap uang palsu adalah dengan mengandalkan 3D (dilihat, diraba, diterawang).
Namun langkah tersebut belum sempurna untuk membedakan uang asli dan palsu. Saat
ini, untuk mengetahui proses identifikasi uang kertas dengan menggunakan teknologi
sinar ultraviolet dan pemanfaatan alat Wavelet Tranformed Image. Selain itu, untuk
mengetahui kebenaran uang asli atau palsu dapat dilakukan dengan penerapan
klasifikasi teknik data mining, salah satu metode yang dapat digunakan untuk
klasifikasi adalah algoritma klasifikasi K-Nearest Neigbor yang diterapka pada dataset
Banknote Authentication untuk mengklasifikasi data manakah yang termasuk kategori
asli dan palsu. Pada penelitian ini data diperoleh sebanyak 200 Record yang kemudian
dibagi kedalam 2 kelompok data yaitu, 100 data training dan 2 data testing. Data
tersebut diolah menggunakan Software RapidMiner. Hasil pengolahan data
menggunakan Cross Validation menghasilkan nilai akurasi sebesar 99,50% dan
menghasilkan nilai AUC sebesar 0,949 yang termasuk kategori Excellent
Classification.