Indonesia merupakan negara yang penduduknya cukup banyak yang tidak
memiliki dokumen kelahiran, hal ini merupakan masalah yang cukup serius. Untuk
itu perlu adanya proses identifikasi untuk mengetahui estimasi usia seseorang.
Banyak sekali proses identifikasi individu, tetapi masih ada yang tidak bisa digunakan
pada kondisi tertentu. Salah satu cara untuk mengidentifikasi estimasi usia
seseorang yaitu dengan cara identifikasi menggunakan gigi karena gigi adalah organ
tubuh yang cukup kuat dan tidak mudah terkikis atau hancur. Untuk penentuan
individu yang masih hidup biasanya menggunakan metode non invansif yaitu dengan
cara identifikasi usia pada area pulpa gigi kaninus dengan menggunakan citra
radiograf panoramik. Alasan digunakan pulpa untuk estimasi usia karena semakin
bertambah usia volume pulpa akan mengecil dan alasan menggunakan gigi kaninus
karena posisi gigi tersebut tidak terlalu riskan terhadap karies (berlubang).
Pada penelitian sebelumnya telah dibuat sistem untuk mengidentifikasi usia
manusia dengan berbagai macam metode namun masih memiliki kekurangan yaitu
hanya mengelompokan menjadi 4 kelas dan akurasi yang didapat masih cukup kecil.
Berdasarkan permasalahan diatas, pada Tugas Akhir ini penulis merancang suatu
sistem yang dapat mengidentifikasi usia pada area pulpa gigi kaninus (rahang
bawah dan atas sebelah kanan) dari usia 5 sampai 60 tahun. Sistem yang dirancang
pada Tugas Akhir ini menggunakan metode Statistical Moments Descriptor dan
klasifikasi Artificial Neural Network. Jumlah data yang digunakan adalah 681 citra,
yang dikelompokan menjadi 28 kelas dan tiap kelasnya berisi 2 rentan usia. Nilai
accuracy tertinggi yang diperoleh dari sistem ini adalah 89,7%dengan time computation
18,244 (s) dari variasi parameter training = 80%, validation = 10%, testing
= 10%, hidden layer= 3 dan hidden neuron= 70. Dengan adanya sistem ini dapat
menjadi pembanding dalam mengidentifikasi usia pada area pulpa gigi dengan
menggunakan metode yang berbeda dan dapat bermanfaat untuk bidang odontologi
forensik dalam melakukan identifikasi usia pada area pulpa gigi.
Kata Kunci: Artificial Neural Network, Statistical Moments Descriptor, Citra
Radiograf Panoramik