Pada saat ini, uang merupakan alat transaksi yang paling sering digunakan tak terkecuali bagi para penyandang tunanetra. Namun, karena keterbatasan mereka pada penglihatan membuat mereka kesulitan dalam mengetahui berapa nominal uang yang sedang digunakan jika hanya diraba. Permasalahan ini muncul karena ukuran fisik uang kertas antar nominal yang sangat mirip, sehingga sulit dibedakan jika hanya diraba dengan tangan. Untuk mengatasi permasalahan tersebut dibuatlah alat yang dapat membaca nominal suatu uang dengan  prediksi machine learning. Dalam hal ini digunakan sensor warna TCS230 untuk mendeteksi nilai frekuensi warna, speaker untuk mengeluarkan suara hasil prediksi, algoritma K-Nearest Neighbor (KNN) untuk prediksi, dan board ESP32 yang tersambung koneksi jaringan untuk pengiriman dan pengambilan data dari firebase. Dengan bantuan prediksi machine learning yang akurat, alat ini diharapkan dapat mengatasi permasalahan yang dihadapi para penyandang tunanetra. Skor akurasi yang didapat untuk algoritma yang digunakan adalah 92 persen dengan hasil prediksi pada setiap sampel pengujian adalah 100 persen akurat. Dengan hasil pengujian tersebut, diyakini alat ini siap digunakan kepada user (tunanetra). Namun untuk pennggunaan lebih lanjut, alat ini masih dalam tahap pengembangan agar dapat digunakan lebih efektif dan efisien. Karena kekurangan dari alat ini adalah pada tombol reset, untuk memulai ulang pemindaian frekuensi warna uang oleh sensor warna. Tombol tersebut dirasa masih sulit digunakan bagi para penyandang tunantera karena ukurannya yang kecil. Diharapkan juga untuk pengembangan selanjutnya dapat ditambahkan sumber daya missal seperti baterai, agar dapat digunakan secara portable.