Article Per Year (5 Year)
p-Index From 2021 - 2026
2.109
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 : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Identifikasi Usia Manusia Berdasarkan Radiograf Panoramik Gigi Akar Tunggal Menggunakan Metode Gray Level Co-occurrence Matrix Irene Dewi Kurniawati; 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 Pemeriksaan forensik diperlukan untuk mengidentifikasi usia seseorang dimana usia kronologis seorang individu tersebut tidak diketahui karena identitas asli tidak ada. Identifikasi usia dapat dilakukan pada individu hidup maupun mati. Bagian tubuh yang umumnya dipakai untuk mengidentifikasi usia adalah gigi. Pada umumnya, perkembangan gigi seseorang akan berbanding lurus dengan bertambahnya usia yang dapat dilihat dari pulpa giginya. Pulpa gigi akan semakin menyempit seiring dengan bertambahnya usia manusia, begitu pun sebaliknya. Pada penelitian ini, gigi yang dipakai untuk mengidentifikasi usia adalah pulpa gigi yang berakar tunggal, yaitu pulpa gigi kaninus menggunakan teknik radiograf panoramik. Pada tugas akhir ini, tahap awal yang penulis lakukan adalah akuisisi citra, berikutnya ialah pre-processing, yaitu dengan melakukan resize citra, mengubah citra rgb menjadi grayscale dan melakukan histeq. Untuk proses ekstraksi ciri, penulis menggunakan metode Gray Level Co-Occurrence Matrix, dimana dalam perhitungan statistiknya menggunakan distribusi histogram dengan mengukur tingkat kekontrasan, granularitas, dan kekasaran suatu daerah dari hubungan ketetanggaan antar piksel di dalam citra. Dan untuk metode klasifikasi, penulis menggunakan metode Learning Vector Quantization, yang bertujuan untuk mendapatkan distribusi kelas vector terdekatnya agar dapat meminimalkan kesalahan dalam proses klasifikasi. Penelitian ini menghasilkan akurasi sistem sebesar 65.96% dari 47 data uji yang terdiri dari 7 kelas usia, dimana kelas I = 14-16 tahun, kelas II = 16-19 tahun, kelas III = 19-20 tahun, kelas IV = 20-24 tahun, kelas V = 24- 26 tahun, kelas VI = 26-30 tahun, dan kelas VII = 30-60 tahun. Dari penelitian yang telah dilakukan, maka dapat disimpulkan bahwa sistem yang telah dibuat dapat digunakan untuk mengidentifikasi usia seseorang. Penelitian ini diharapkan dapat membantu dalam mengidentifikasi usia seseorang agar menjadi lebih singkat dan mudah. Kata kunci : Identifikasi, Radiograf Panoramik, Pulpa Gigi, Gray Level Co-Occurrence Matrix ABSTRACT A forensic examination is needed to identify the age of a person where the individual's chronological age is unknown because the original identity is not available. Age identification can be performed both on an alive and a dead individual. The body part that is commonly used to identify a person's age is the tooth. In general, the development of a person's teeth will be proportional to the increase in age that can be seen from the pulp of his teeth. The dental pulp will further narrow as the human age, and vice versa. In this study, the teeth used to identify a person's age were the single-rooted pulp teeth, the canine pulp, using a panoramic radiograph technique. In this final project, the first step that writer do is image acquisition, the next is pre-processing, by resize the image, convert rgb image to grayscale and do histeq. For the feature extraction process, the writer used the Gray Level Co-Occurrence Matrix method, where the statistic calculation used the histogram distribution by measuring contrast, granularity, and roughness level of a region of the neighboring relationship between pixels in an image. And for the classification method, the writer used the Learning Vector Quantization method, which aims to obtain the distribution of the closest vector class in order to minimize errors in the process of classification. This study resulted in a system accuracy of 65.96% of 47 test data consisting of 7 age classes, where class I = 14-16 years, class II = 16-19 years, class III = 19-20 years, grade IV = 20-24 year, class V = 24-26 years, class VI = 26-30 years, and class VII = 30-60 years. From the research that has been done, it can be concluded that the system that has been created can be used to identify the age of a person. This research is expected to help the identification of the age of a person to take a shorter time and to be easy. ISSN : 2355-9365 e-Proceeding of Engineering : Vol.5, No.3 Desember 2018 | Page 4937 Keywords: Identification, Panoramic Radiograph, Pulp Gear, Gray Level Co-Occurrence Matrix
Identifikasi Pola Sidik Bibir Pada Identitas Manusia Menggunakan Metode Histogram Of Oriented Gradients Dan Klasifikasi Support Vector Machine Sebagai Aplikasi Bidang Forensik Biometrik Restu Pujiyanti Hidayat; 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 Odontologi forensik adalah sebuah cabang ilmu dari ilmu kedokteran gigi yang bertujuan untuk menerapkan pengetahuan kedokteran gigi dalam memecahkan masalah hukum dan kejahatan. Cabang ini telah digunakan bertahuntahun untuk mengidentifikasi korban dan tersangka dalam kasus pencurian, pelecehan dan kejahatan yang lainnya. Ilmu kedokteran gigi forensik dapat menentukan identitas seseorang berdasarkan identifikasi salah satunya adalah identifikasi pola sidik bibir. Sidik bibir yang dimiliki oleh individu memiliki sifat konsisten, stabil sepanjang hidup, dan tidak akan berubah baik pola ataupun karakteristiknya. Pada Tugas Akhir telah dilakukan perancangan dan penelitian sebuah simulasi untuk identifikasi pola sidik bibir pada identitas manusia dengan menggunakan citra digital berdasarkan citra sidik bibir. Dengan menggunakan metode ekstraksi ciri Histogram of Oriented Gradients (HOG) dan untuk klasifikasi menggunakan metode Support Vector Machine (SVM). Hasil dari Tugas Akhir ini adalah suatu sistem yang mampu melakukan identifikasi pola sidik bibir pada identitas manusia berdasarkan klasifikasi Suzuki dan Tsuchihashi. Sistem tersebut mempunyai performansi dengan tingkat akurasi terbesar 92% dengan waktu komputasi 1,4129 detik dengan menggunakan 50 sampel citra latih dan 25 citra uji. Hasil ini didapatkan menggunakan parameter HOG yaitu Cell Size 4×4, Block Size 2×2 dan Bin Numbers 9. Pada proses klasifikasi SVM jenis kernel terbaik yang digunakan pada saat kernel linear. Kata kunci: Forensik Kedokteran Gigi, sidik bibir, Histogram of Oriented Gradients, Support Vector Machine. Abstract Forensic Odontology is a branch of the science of dentistry that aims to apply the knowledge of dentistry in solving legal problems and crime. This branch has been used for years to identify victims and suspects in cases of theft, harassment and other crimes. Forensic dentistry can determine a person's identity based on identification, one of which is the identification of lip pattern. Lip pattern that is owned by an individual has a consistent nature, is stable throughout life, and will not change either the pattern or its characteristics. In the Final Project, a design and research simulation has been carried out to identify the lip print pattern on human identity by using a digital image based on lip print images. By using feature extraction method of Histogram of Oriented Gradients (HOG) and for classification using the Support Vector Machine (SVM) method. The result of this Final Project is a system that is able to identify the lip print pattern on human identity based on the classification of Suzuki and Tsuchihashi. The system has a performance with the highest accuracy rate of 92% with a computing time of 1.4129 seconds using 50 training image samples and 25 test images. These results are obtained using the parameters HOG Cell Size 4×4, Block Size 2×2 and Bin Numbers 9. In the SVM classification process the best kernel types are used when linear kernel. Keywords: Odontology Forensic, lip print pattern, Histogram of Oriented Gradients, Support Vector Machine
Identifikasi Jenis Kelamin Berdasarkan Teraan Gigitan Berbasis Pengolahan Citra Digital Dengan Metode Gabor Wavelet Dan Klasifikasi Decision Tree Dita Kusuma Wardani; 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 Tindak kriminal saat ini banyak terjadi di Indonesia. Banyak cara untuk melakukan proses identifikasi pada korban atau pelaku tindak kriminal salah satunya menggunakan bekas gigitan . Bite marks atau bekas gigitan adalah sebuah pola yang terbentuk akibat gigitan pada kulit, makanan atau substrat yang lembut tetapi dapat tertekan. Bidang yang ahli dalam menangani proses identifikasi bite marks adalah forensik kedokteran gigi (odontology forensic). Tanda bite marks biasanya ditemukan pada korban atau pelaku kriminalitas, seperti pada kasus kekerasan, pemerkosaan, dan lain-lain. Proses identifikasi bite marks yang sudah dilakukan saat ini melalui proses yang panjang, sehingga membutuhkan waktu yang kurang efisien. Pada tugas akhir ini dilakukan perancangan sistem untuk identifikasi jenis kelamin pria dan wanita menggunakan citra bekas gigitan dengan metode Gabor wavelet untuk ekstraksi ciri bekas gigitan dan klasifikasi citra bekas gigitan menggunakan Decision tree. Dalam teknik pengambilan data, dibutuhkan sampel yang didapat dari hasil cetakan pada gigitan gigi. Dalam penelitian tugas akhir ini jenis kelamin dapat langsung dikenali dan diperoleh hasil akurasi dari pengujian yaitu 89,58% dengan waktu komputasi 2,24 detik dengan parameter skala (u)=8 dan orientasi (v)=3, menggunakan 80 sample citra latih dan 48 citra uji. Sistem ini dapat menjadi perbandingan dan dapat membantu bidang forensik kedokteran gigi dalam proses identifikasi jenis kelamin menggunakan bite marks. Kata Kunci: Gabor Wavelet, Decision Tree, Matlab, forensic, Bite marks, odontology forensic Abstract Criminal acts are currently happening in Indonesia. Many ways to do the process of identifying victims or committing a crime one of them using bite marks. Bite marks are a pattern that is formed based on a tooth, food or substrate that is gentle but can be depressed. The field of expertise in dealing with the identification process of bite marks is forensic dentistry (odontology forensic). Bite marks found in the body can be information one of which is gender, because each individual has the characteristics of different teeth. The process of identifying bite marks that have been done now through a long process, thus requiring less efficient time. In this final project, the design of the system for the identification of male and female gender using the image of bite with Gabor wavelet method for extraction of bite marks and bite image classification using Decision tree. In this final project, gender can be recognized and obtained accurate from 89,58% with computation time 2,24s, with scale parameters (u) = 8 and orientation (v) = 3, using 80 sample of training image and 48 test images. With this system can be a comparison and can assist the field of dental forensics in the process of gender identification using a bite mark. Keywords: Gabor Wavelet, Decision Tree, Matlab, forensic, Bite marks, odontology forensic
Metode Gabor Wavelet Dan K-nearest Neighbor (k-nn) Sebagai Aplikasi Bidang Forensik Biometrik Untuk Identifikasi Pola Sidik Bibir Pada Identitas Manusia Vasya Aulia; 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 Bagian tubuh manusia tidak sama satu dengan lainnya dan memiliki ciri khasnya masing-masing. Oleh sebab itu, bagian-bagian dari tubuh manusia tersebut dapat dijadikan sebagai alat bantu pengidentifikasi informasi atau identitas dari seorang individu. Beberapa cara untuk identifikasi identitas seorang individu yaitu dengan memeriksa gigi, identifikasi DNA dari jaringan sel dalam rongga mulut atau sidik bibir. Pada dasarnya, bibir memiliki berbagai pola karakteristik alur, lekuk, keriput dan garis, kombinasi yang bersifat individualistik dan unik seperti sidik jari. Untuk mengidentifikasi pola dari sidik bibir teknik yang digunakan yaitu teknik biometrik. Tugas akhir ini bertujuan untuk mengidentifikasi pola sidik bibir dari individu yang berbeda untuk mendapatkan informasi dan identitas dari individu tersebut. Metode yang digunakan untuk ekstrasi ciri adalah Gabor Wavelet dan metode yang digunakan untuk mengklasifikasi adalah K-Nearest Neighbor (K-NN) dengan menggunakan aplikasi MATLAB (MATrix LABoratory). Hasil dari tugas akhir ini merupakan program yang dapat mengidentifikasi pola sidik bibir dari individu yang berbeda untuk mengetahui identitas dari individu tersebut dengan akurasi tertinggi yaitu 72.2222% dan waktu komputasi 6.2195 detik. Dengan adanya sistem ini identifikasi sidik bibir dapat dijadikan sebagai alternatif dalam membantu dan mempermudah dokter gigi dan para ahli forensik untuk mengidentifikasi setiap individu. Kata kunci: Sidik bibir, Gabor Wavelet, K-Nearest Neighbor. Abstract Parts of the human body are not equal to each other and have its own characteristics. Therefore, parts of the human body can be used as a tool to identify information or identity of an individual. Some ways to identify an individual's identity is by examining the teeth, DNA identification from cell tissues in the oral cavity or lip print patterns. Basically, lip contains in them various characteristic patterns of groove, furrows, wrinkles and lines, the combination of which is individualistic and unique like finger prints. The techniques used to identify lip print pattern is biometric techniques. This final project aims to identify patterns of lip prints from different individuals to obtain information and the identity of the individual. The method used for feature extraction is Gabor Wavelet and the method used to classify is K-Nearest Neighbor (K-NN) using MATLAB (MATrix LABoratory) application. The result of this final project is a program that can identify lip prints patterns from different individuals to know the identity of the individual with the highest accuracy is 72.2222% and the computation time is 6.2195 seconds. With this system lip print pattern can be used as an alternative in order to help and facilitate the dentist and forensic experts to identify each individual. Keywords: Lip print pattern, Gabor Wavelet, K-Nearest Neighbor.
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.
KNOWLEDGE ON INFECTION PREVENTION AND CONTROL AMONG STUDENTS IN UNIVERSITAS PADJADJARAN DENTAL HOSPITAL Aulia Narendra Mohamad Paham; Yuti Malinda; Ame Suciati Setiawan
Odonto : Dental Journal Vol 9, No 1 (2022): July 2022
Publisher : Faculty of Dentistry, Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (359.243 KB) | DOI: 10.30659/odj.9.1.100-109

Abstract

Background: Dentist is one of the professions that are vulnerable to the transmission of infectious diseases there is hence it requires proper infection control. The educational hospital is responsible for carrying out infection control training that includes appropriate standard precautions for dental students before carrying out educational activities in the hospital so that students are ready to treat patients. This study aims to determine the knowledge of interns and residents at Universitas Padjadjaran Dental Hospital on infection prevention and control.Method: This is a quantitative descriptive study with a cross-sectional approach using data from the training section of Universitas Padjadjaran Dental Hospital from August 2020 to February 2021. Determination of the number of samples taken using the Isaac and Michael formula and using a proportionate stratified random sampling technique.Result: The average value of interns and residents are the same, which is 71, seen also from the average percentage of those who answered correctly on the questionnaire which showed similar results between interns and residents. Conclusion: Knowledge on infection prevention and control among interns and residents are the same, with knowledge classified in the sufficient category.
Co-Authors - Azhari Agre Liana Bella Clara Ame Suciati Setiawan Ame Suciati, Ame Andriani Harsanti, Andriani Angrinda Kharisma Putri Aulia Narendra Mohamad Paham 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 Prasetyo Tri Herlambang Putri, Chany Mony Dwiayu Ramadhani, Triane Ayu Restu Pujiyanti Hidayat Riani Setiadhi Rita Purnamasari Saputra, Sintia Sarilita, Erli Setiadi, Desyani Shalihah, Desyani Sintia Saputra Soo, Sheng Cheng Sri Mulyanti Sri Tjahajawati, Sri Supian, Sudradjat Suryo Adhi Wibowo Syelanisa Nabilla Ulfah Utami Vasya Aulia Wahyu Hidayat Wilam, Christiana Wisam Rizqullah Yoni Fuadah Syukriani Yurika Ambar Lita