Deteksi Usia Berbasis Citra Radiograf Panoramik dengan Metode Gray Level Co-Occurence Matrix (Glcm) serta Klasifikasi Learning Vector Quantization (Lvq)

  • Rachmadhani Kusumaningtias Prodi S1 Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
  • Dr. Ir.Bambang Hidayat, DEA Prodi S1 Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
  • drg. Fahmi Oscandar, M.Kes., Sp RKG Prodi S1 Kedokteran Gigi, Fakultas Kedokteran Gigi, Universitas Padjajaran
Keywords: Odontology Forensic, gigi molar pertama, gray level co-occurence (GLCM), learning vector quantization (LVQ), akurasi

Abstract

Identifikasi usia manusia yang akurat diperlukan untuk menyelesaikan masalah forensik dalam mengidentifikasi korban bencana alam atau korban kecelakaan. Identifikasi bisa dilakukan menggunakan gigi, pada penelitian ini dipilih gigi bagian molar pertama. Untuk menemukan akurasi terbaik sistem ini menggunakan metode ekstraksi ciri Gray Level Co-occurence (GLCM) dan klasifikasi Learning Vector Quantization (LVQ). Langkah pertama, dilakukan ekstraksi ciri pada setiap citra dengan menggunakan parameter contrast, correlation, energy, dan homogeneity. Selanjutnya, LVQ digunakan untuk klasifikasi data kelas usia. Proses evaluasi pada jaringan LVQ menghasilkan akurasi 65,08% saat pengujian pada parameter correlation dan energy sudut 0O, parameter homogeneity sudut 45o, dan parameter energy sudut 90o.

Downloads

Download data is not yet available.
Published
2019-02-02