IDENTIFIKASI JENIS KELAMIN BERDASARKAN TERAAN GIGITAN BERBASIS PEMUGARAN CITRA DENGAN METODE GRAY LEVEL CO-OCCURENCE MATRIX (GLCM) DAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)

YONITA ERSALINA LEKSONO

Informasi Dasar

19.04.2190
C
Karya Ilmiah - Skripsi (S1) - Reference

Odontologi forensik merupakan cabang dari ilmu kedokteran gigi dalam kepentingan peradilan sebagai bukti penyidikan untuk memecahkan masalah hukum dan kejahatan. Salah satu contoh identifikasi yang dilakukan oleh kedokteran gigi forensik yaitu melalui identifikasi bite mark. Tanda bite mark yang ditemukan dalam tubuh biasanya ada pada kasus pencurian, pemerkosaan, pembunuhan dan kejahatan yang lainnya. Bentuk bite mark yang dimiliki oleh setiap individu berbeda-beda oleh sebab itu melalui identifikasi bite mark bisa mendapatkan informasi jenis kelamin pelaku atau korban kejahatan. Pada Tugas Akhir ini telah dilakukan perancangan dan penelitian sebuah simulasi yang akan mengeidentifikasi jenis kelamin dengan menggunakan citra digital berdasarkan citra bite mark. Dengan menggunakan metode ekstrasi ciri Gray Level Co-Occurence Matrix ( GLCM ), Image Registration untuk memperbaiki kualitas citra, dan klasifikasi menggunakan Support Vector Machine ( SVM ). Dari hasil pengujian, sistem yang telah dibuat mampu mengidenifikasi jenis kelamin berdasarkan citra bite mark dengan nilai akurasi maksimum 77% dan waktu komputasi 0,01870 second. Hasil ini didapatkan dari 240 sampel dari mahasiswa/i Universitas Telkom menggunakan parameter GLCM yaitu kombinasi orde dua kontras, korelasi, energi dan homogenitas, dengan jarak = 3, arah = 45º. Pada proses klasifikasi SVM jenis kernel terbaik yang digunakan pada saat menggunakan kernell gaussian. Kata Kunci : Odontologi Forensik, Bite mark, Gray Level Co-Occurence Matrix (GLCM), Image Registration, Support Vector Machine (SVM)

Subjek

Engineering - signal processing
 

Katalog

IDENTIFIKASI JENIS KELAMIN BERDASARKAN TERAAN GIGITAN BERBASIS PEMUGARAN CITRA DENGAN METODE GRAY LEVEL CO-OCCURENCE MATRIX (GLCM) DAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)
 
 
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

YONITA ERSALINA LEKSONO
Perorangan
Rita Purnamasari, Yuti Malinda
 

Penerbit

Universitas Telkom
 
2019

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini