Article Per Year (5 Year)
p-Index From 2021 - 2026
2.374
P-Index
This Author published in this journals
All Journal Journal of Dentistry Indonesia ODONTO Dental Journal Dentino: Jurnal Kedokteran Gigi Jurnal Kedokteran Gigi Universitas Padjadjaran Padjadjaran Journal of Dentistry Jurnal Ilmiah FIFO B-Dent, Jurnal Kedokteran Gigi Universitas Baiturrahmah Padjadjaran Journal of Dental Researchers and Students eProceedings of Engineering Odonto dental journal Enrichment: Journal of Multidisciplinary Research and Development
Yuti Malinda
Departemen Oral Biologi, Fakultas Kedokteran Gigi - Rumah Sakit Gigi Dan Mulut, Universitas Padjadjaran, Indonesia
Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Medicine & Pharmacology Public Health Social Sciences

Published : 47 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Identifikasi Pola Sidik Bibir Pada Pria Dan Wanita Menggunakan Metode Gray Level Co-occurrence Matrix (glcm) Dan Learning Vector Quantization (lvq) Sebagai Aplikasi Bidang Forensik Syelanisa Nabilla; Bambang Hidayat; Yuti Malinda
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Forensik merupakan bidang ilmu pengetahuan yang digunakan untuk membantu proses identifikasi individu maupun kepentingan penegakan hukum. Banyak cara dalam mengidentifikasi individu, namun seringkali karena kondisi fisik individu yang sudah tidak utuh, maka dilakukan pengidentifikasian. Ilmu kedokteran gigi forensik secara sederhana dapat menentukan identitas seseorang berdasarkan pemeriksaan odontologi, rugae palatina, dan sidik bibir. Sidik bibir memiliki karakteristik khas sama halnya dengan perbandingan sidik jari. Tugas Akhir ini dibuat bertujuan untuk memudahkan identifikasi dan klasifikasi sidik bibir pada pria dan wanita. Metode yang digunakan untuk ekstrasi ciri adalah Gray Level Co-occurrence Matrix (GLCM) dan metode yang digunakan untuk klasifikasi adalah Learning Vector Quantization (LVQ). Hasil performansi sistem menggunakan metode tersebut telah dianalisis. Kata kunci: Sidik bibir, Gray Level Co-occurrence Matrix, Learning Vector Quantization
Identifikasi Usia Manusia Berdasarkan Citra Radiografi Panoramik Gigi Kaninus Menggunakan Metode Adaptive Region Growing Approach Prasetyo Tri Herlambang; Bambang Hidayat; Yuti Malinda
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK Banyaknya bencana alam, tindak kejahatan, kecurangan dalam kasus pemalsuan usia maupun salah dalam memperkirakan usia melalui bentuk fisiknya terkadang membuat para ahli forensik dipanggil untuk mengetahui identitas usia sebenarnya, tetapi hal itu bukanlah sesuatu yang mudah bagi ahli forensik untuk mengetahui usia seseorang. Salah satu cara untuk dapat mengidentifikasi usia seseorang dapat dilakukan melalui salah satu bagian gigi, yaitu rongga pulpa. Perkembangan rongga pulpa gigi akan semakin menyempit seiring dengan bertambahnya usia manusia. Mengidentifikasi usia melalui gigi dapat dilakukan dengan teknik radiografi, untuk menunjang identifikasi usia melalui gigi dengan pengolahan citra, maka peneliti melakukan pengolahan citra radiografi panoramik dengan metode segmentasi citra Adaptive Region Growing Approach. Hasil penelitian ini menghasilkan akurasi sistem sebesar 63% dari 47 data yang diuji untuk 7 kelas usia serta 17% dari 47 data yang diuji untuk 15 kelas usia. Hasil tersebut didapatkan dengan cara merubah-rubah nilai parameter dalam metode Adaptive Region Growing Approach. Kata kunci :Pulpa gigi, Adaptive Region Growing Approach ABSTRACT The number of natural disasters, crime, fraud in cases of age forgery and wrong in estimating age through physical body sometimes make forensic experts called to know the actual age. The forensic expert admitted that is difficult thing to know the actual age of a person. One way to identify age can be done through one part of the tooth, that is an pulp cavity. The growth of the dental pulp cavity will further narrow with the increasing human age. Identifying age through teeth can be done with radiographic techniques, to support the identification of age through the teeth with image processing, the researcher performs panoramic radiographic image processing with Adaptive Region Growing Approach image segmentation method. The results of this study resulted in a system accuracy of 63% of 47 data tested for 7 age classes as well as 17% of 47 data tested for 15 age classes. The result is obtained by changing the parameter values in Adaptive Region Growing Approach method Keywords: Pulp, Adaptive Region Growing Approach
Identifikasi Jenis Kelamin Berdasarkan Teraan Gigitan Berbasis Pengolahan Citra Digital Dengan Metode Discrete Wavelet Transform (dwt) Dan Klasifikasi K-nearest Neighbor (knn) Ibrahim Adilla; Bambang Hidayat; Yuti Malinda
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Forensik merupakan bidang ilmu pengetahuan yang membantu proses individu untuk kepentingan hukum. Bite mark adalah bekas gigitan yang terdapat pada organ tubuh korban dan pelaku kriminal. Hal ini banyak di temukan pada kasus kekerasan, pemerkosaan dan penganiyayaan anak. Adapun hambatan untuk proses identifikasi bite mark yaitu prosesnya yang membutuhkan waktu lama dan untuk menganalisisnya dengan menggunakan kasat mata. Oleh karena itu, sangat dibutuhkan pengolahan citra pola bite mark untuk mendapatkan ketepatan identifikasi jenis kelamin pelaku atau korban kriminalitas dengan membutuhkan waktu yang cepat. Pada Tugas Akhir ini, sistem mampu melakukan identifikasi citra pola bitemark menjadi sebuah keluaran berupa jenis kelamin pelaku dan korban kriminalitas. Klasifikasi ciri pada tugas akhir ini menggunakan metode Discrete Wavalet Transform (DWT) selanjutnya menggunakan metode klasifikasi K-Nearest Neighbor (KNN). Nilai akurasi terbesar pada pengujian ini yaitu 82,9787% dengan waktu komputasi 0,7078s. Parameter jarak kaninus menunjukan bahwa jarak kaninus perempuan lebih kecil 0,95% dibanding jarak kaninus laki-laki. Dengan metode ektrasi ciri DWT menggunakan level dekomposisi 5 dan filter LL. Sedangkan pada proses klasifikasi K-NN jenis distance terbaik yang bisa digunakan adalah Euclidean dan nilai k = 1. Ukuran citra yang digunakan 800x1600 piksel. Kata kunci: Forensik, Bite Mark, Discrete Wavalet Transform, K-Nearest Neighbor Abstract Forensic is a field of science that helps the individual process for the benefit of the law. Bite marks are bite mark found on victim’s organs and criminals. It is mostly found in cases of violence, rape and child abuse. The obstacles to the bite mark identification process is the process that takes a long time and to analyze it by using the invisible. Therefore, it is imperative that bite mark pattern image processing be used to obtain accurate identification of sex of the perpetrator or the victim of crime by taking a short time. In this Final Project, the system is able to identify bite mark pattern image into an output in the form of sex of the pepetrator and the victim of crime. The classification feature in this final project using Discrete Wavelet Transform (DWT) next uses the K-Nearest Neighbor (K-NN) classification method. The greatest accuracy value in this test is 82,9787% with computation time 0,7078s. The canine distance parameter shows that the female canine distance is 0,98% smaller than the male canine distance. Method characteristic DWT using decompotition level 5 and LL filter. While in the process of classification K-NN type of the best distance that can used is Euclidean and value k=1. Image size used 800x1600 pixel. Keywords : Forensic, Bite Mark, Discrete Wavalet Transform, K-Nearest Neighbor
Identifikasi Pola Sidik Bibir Pada Identitas Manusia Menggunakan Metode Gray Level Co-occurrence Matrix Dan Local Binary Pattern Dengan Klasifikasi Decision Tree Pattern Sebagai Aplikasi Bidang Forensik Biometrik Angrinda Kharisma Putri; Bambang Hidayat; Yuti Malinda
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses identifikasi pada individu dilakukan dengan dua metode yaitu identifikasi primer dan sekunder. Sidik bibir menjadi identifikasi sekunder jika pemeriksaan pada identifikasi primer tidak mendapatkan hasil yang akurat. Sidik bibir memiliki pola yang unik dan stabil dan tidak berubah seiring bertambahnya umur individu. Penelitian ini menggunakan metode ekstraksi ciri Gray Level Co-Occurrence Matrix (GLCM) dan metode Local Binary Pattern (LBP) dengan klasifikasi ciri Decision Tree. Citra latih yang digunakan berjumlah 50 dan 36 citra uji. Penelitian ini bertujuan untuk memudahkan proses identifikasi kepemilikan sidik bibir yang merupakan hasil kerjasama Fakultas Kedokteran Gigi Universitas Padjajaran dengan mahasiswa Universitas Telkom. Hasil dari penelitian ini didapatkan metode terbaik adalah GLCM dengan nilai akurasi sebesar 83,3333% menggunakan parameter orde dua energi, korelasi, homogenitas, kontras dan 8 level kuantisasi. Pada LBP dihasilkan akurasi sebesar 61,1111% dengan radius R=1 dengan masing-masing metode menggunakan klasifikasi Decision Tree. Kata Kunci: Odontologi Forensik, Biometrik, Sidik Bibir, Gray Level Co-Occurrence Matrix, Local Binary Pattern, Decision Tree Abstract The process of identification in individual work with two methods, primary and secondary identification. Lip print becomes secondary identification if examination on primary identification does not get accurate results. Lip print has a unique and stable pattern and does not change with the age of the individual. This research uses extraction method of Gray Level Co-Occurrence Matrix (GLCM) and Local Binary Pattern (LBP) method with Decision Tree classification. The training images that is used amounted to 50 and 36 images of testing data. This research aims to facilitate the identification ownership process of lip prints that obtained a collaboration between Dentistry Faculty of Padjadjaran University and students of Telkom University. The results of this research obtained the best method is GLCM with accuracy value equal to 83.33333% using the second order parameter; energy, correlation, homogeneity, contrast and 8 quantization levels. The LBP results equal to 61.1111% with radius R = 1 with each method using the Decision Tree classification. Keywords: Odontology Forensic, Biometric, Lip Print Pattern, Gray Level Co-Occurrence Matrix, Local Binary Pattern, Decision Tree
Identifikasi Pola Sidik Bibir Pada Identitas Manusia Menggunakan Metode Histogram Of Oriented Gradients (hog) Dengan Klasifikasi Decision Tree Untuk Aplikasi Bidang Forensik Biometrik Janah Eka Widiarni; Rita Purnamasari; Yuti Malinda
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Kasus kriminalitas di Indonesia meningkat setiap tahunnya. Odontologi forensik adalah cabang ilmu kedokteran gigi dimana identifikasi dilakukan di area gigi dan sekitarnya sebagai keperluan penegakan hukum, untuk mempermudah penyelidikan korban maupun pelaku kejahatan. Proses identifikasi individu dapat dilakukan dengan berbagai cara salah satunya dengan menggunakan pola sidik bibir. Karena pola sidik bibir bersifat permanen serta memiliki pola yang unik berbeda antara orang yang satu dengan yang lainnya. Pada penelitian Tugas Akhir kali ini, penulis melakukan perancangan serta analisis sistem aplikasi pengolahan citra digital pada pola sidik bibir dengan menggunakan metode ekstraksi ciri Histogram of Oriented Gradients (HOG) dan klasifikasi Decision Tree yang dituangkan kedalam software MATLAB. Hasil penelitian Tugas Akhir ini adalah suatu sistem yang mampu identifikasi pola sidik bibir pada identitas manusia. Sistem tersebut menghasilkan performansi terbaik dengan tingkat akurasi sebesar 82.14% dengan waktu komputasi selama 1.15 detik dengan menggunakan 336 data latih dan 84 data uji. Hasil sistem tersebut didapatkan dari kolaborasi parameter HOG yaitu Cell Size 4x4, Block Size 2x2, dan Bin Numbers 9. Kata Kunci : Odontologi Forensik, Identifikasi, sidik bibir, Histogram of Oriented Gradients, Decision Tree Abstract Criminal cases in Indonesia are increasing every year. Forensic odontology is a branch of dentistry where identification is carried out in the area of the tooth and its surroundings as a law enforcement requirement, to facilitate the investigation of victims and perpetrators. The process of identifying individuals can be done in various ways, one of which is by using lip print patterns. Because the lip print pattern is permanent and has a unique pattern that is different from one person to another. In this final assignment research, the author designs and analyzes the system of digital image processing applications on lip print patterns using the feature extraction method Histogram of Oriented Gradients (HOG) and classification of Decision Tree which is poured into MATLAB software. The results of this research is a system that is able to identify lip print patterns in human identify. The system produces the best performance with an accuracy of 82,14% with coputation time of 1.5 seconds by using 336 training data and 84 testing data. The results of the system are obtained from the collaboration HOG parameters, Cell Size 4x4, Block Size 2x2 and Bin Numbers 9. Keywords: Forensic Odontology, Identification, lip prints, Histogram of Oriented Gradients, Decision Tree.
Co-Authors - Azhari Agre Liana Bella Clara Ame Suciati Setiawan Ame Suciati, Ame Andriani Harsanti, Andriani Angrinda Kharisma Putri Azhara, Dea Hanin Bambang Hidayat Cunningham, Craig A Dewi Zakiawati, Dewi Diani Prisinda Dimas Anugrah Putra Diny Hafizha Amelia Dita Kusuma Wardani Elfiyatinnufus, Rifqiyah Endah Mardiati Endah Mardiati, Endah Erna Herawati Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar, Fahmi Farah Hana Kusumaputri Firstady Widyarnan Munandar Fitri Rahmadhanti Nurfajrina haifa nawari, bilqis Harnung, Kartikaning Hasna Nur Afina Hidayat, Septian Rahmat Hilda Hindasah Hindrya Meidina Fresty I Putu Aditya Widiatama Ibrahim Adilla Indah Suasani Wahyuni Indra Mustika Setia Pribadi Indra Mustika SP, Indra Inne Suherna Sasmita Intan Melani Irene Dewi Kurniawati Janah Eka Widiarni Kancana, Sildha Pura Khairiah, Arifatul Laut, Deru Marah Lusi Epsilawati Lutfi Yondri Lutfi Yondri Melani, Intan Mieke Hemiawati Satari Mieke Hemiawati Satari Munandar, Firstady Widyarnan Murnisari Dardjan Murnisari Dardjan, Murnisari Nanan Nur'aeny Nanan Nur’aeny Nani Murniati Nina Djustiana Nugraha, Alhana Nur, Muhammad Arfianto Nur, Muhammad Arfianto Paham, Aulia Narendra Mohamad Prasetyo Tri Herlambang Putri, Chany Mony Dwiayu Ramadhani, Triane Ayu Restu Pujiyanti Hidayat Riani Setiadhi Rita Purnamasari Salsabila, Syifa Ainun Fatiha Saputra, Sintia Sarilita, Erli Setiadi, Desyani Shalihah, Desyani Sintia Saputra Soo, Sheng Cheng Sri Mulyanti Sri Tjahajawati, Sri Supian, Sudradjat Suryo Adhi Wibowo Syafiq, Ikram Syelanisa Nabilla Ulfah Utami Vasya Aulia Wahyu Hidayat Wilam, Christiana Wisam Rizqullah Yoni Fuadah Syukriani Yurika Ambar Lita