Article Per Year (5 Year)
p-Index From 2021 - 2026
2.554
P-Index
This Author published in this journals
All Journal Dentika Dental Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Journal of Dentistry Indonesia ODONTO Dental Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Kedokteran Gigi Universitas Padjadjaran Padjadjaran Journal of Dentistry Journal of Dentomaxillofacial Science Padjadjaran Journal of Dental Researchers and Students JMECS (Journal of Measurements, Electronics, Communications, and Systems) Jurnal Radiologi Dentomaksilofasial Indonesia (JRDI) eProceedings of Engineering Odonto dental journal Jurnal Forensik dan Medikolegal Indonesia Purbawidya: Jurnal Penelitian dan Pengembangan Arkeologi Kalpataru
Fahmi Oscandar
Departemen Radiologi Dentomaksilofasial, Fakultas Kedokteran Gigi Universitas Padjadjaran Bandung, Indonesia
Religion Arts Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Dentistry Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Materials Science & Nanotechnology Medicine & Pharmacology Physics Public Health Social Sciences

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search
Journal : eProceedings of Engineering

 1   2   3 
Identifikasi Jenis Kelamin Berdasarkan Teraan Gigitan Berbasis Pengolahan Citra Digital Dengan Metode Gray Level Co-occurrence Matrix (glcm) Dan Klasifikasi Support Vector Machine (svm) Irvie Augustin; Bambang Hidayat; Fahmi Oscandar
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 Identifikasi merupakan cara untuk menentukan individu korban atau pelaku kriminalitas dalam menegakan hukum yang sudah ada, salah satu contoh dengan proses identifikasi melalui bite mark (pola gigitan). Bidang yang ahli dalam menangani proses identifikasi bite mark adalah forensik kedokteran gigi (odontology forensic). Tanda bite mark biasanya ditemukan pada kasus kekerasan, pemerkosaan, dan penganiayaan pada anak. Bite mark menjadi bukti penting dalam melakukan proses identifikasi dikarenakan melalui tanda bite mark yang ditemukan pada tubuh dapat berupa informasi salah satunya adalah informasi jenis kelamin, hal ini disebabkan karena setiap individu mempunyai karakteristik gigi geligi yang berbeda-beda. Proses identifikasi bite mark yang sudah dilakukan saat ini melalui proses yang panjang, sehingga menyebabkan adanya distorsi dalam proses analisis bite mark, oleh karena itu perlu cara lain dalam proses identifikasi bite mark. Pada Tugas Akhir telah dibuat sebuah sistem untuk identifikasi jenis kelamin dengan menggunakan citra digital berdasarkan citra bite mark. Dengan ektrasi ciri menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) dan untuk klasifikasi pada citra bite mark menggunakan metode Support Vector Machine (SVM). Dari hasil pengujian, sistem yang dibuat mampu mengidentifikasi jenis kelamin beradasarkan citra bite mark dengan nilai akurasi maksimum sebesar 82,97%. Kata Kunci: Bite Mark, Gray Level Co-Occurrence Matrix (GLCM), Support Vector Machine (SVM). Abstract Identification is a way to determine individual victim and the criminal of criminality in enforcing existing laws, for example by the identification process through bite mark and the field that handles the bite mark identification process is odontology forensic. The sign of a bite mark is usually found on for example in the cases of violence, rape, and child abuse. Bite mark becomes an important evidence to do the identification process because through the bite mark marks found on the body can be information one of which is the sex of the perpetrator information or the victim of the crime perpetrator, this is caused by different characteristic of each individual’s teeth. The identification process of bite mark that has been done currently passing the long process, so it causes the distortion in the bite mark analysis process, therefore it needs another way in the process of identifying the bite mark. In the Final Project has been created a system for gender identification by using digital image based on the edge of bite mark. With the bite mark image characteristic extraction using Gray Level Co-Occurrence Matrix (GLCM) method and for the classification on the bite mark image using Support Vector Machine (SVM) method. From the test result, the system is able to identify gender based on bite mark image with maximum accuracy value of 82.97%. Keywords: Bite Mark, Gray Level Co-Occurrence Matrix (GLCM), Support Vector Machine (SVM).
Deteksi Usia Berdasarkan Pengolahan Citra Panoramic Radiograf Gigi Molar Pertama Mandibular Dengan Metoda Histogram Of Oriented Gradient Dan Klasifikasi Learning Vector Quantization Erryna Indah Kurniawati; Bambang Hidayat; Fahmi Oscandar
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 Usia merupakan hal penting yang perlu diketahui untuk mempermudah proses identifikasi. Gigi manusia merupakan salah satu organ tubuh manusia yang dapat digunakan untuk proses identifikasi karena tidak mudah hancur. Gigi terdiri dari beberapa lapisan yaitu email, dentin, pulpa dan semen. Radiograf atau hasil rontgen x-ray merupakan salah satu tools yang digunakan untuk membantu proses diagnosis, hal ini karena tidak semua anomali pada gigi dapat dilihat hanya dengan pemeriksaan secara visual, karena pemeriksaan visual tidak selamanya akurat. Dalam tugas akhir ini metode yang digunakan untuk pengolahan citra panoramic radiograf adalah Histogram of Oriented Gradient (HOG) dan untuk klasifikasi menggunakan Learning Vector Quantization (LVQ). Hasil akhir dari tugas akhir ini yaitu sistem menggunakan software Matlab dengan metode Histogram of Oriented Gradient dan klasifikasi Learning Vector Quantization yang mampu untuk melakukan identifikasi dan klasifikasi usia manusia dengan akurasi tertinggi 68,33% dan waktu komputasi terendah yaitu 0,0305 detik . Kata Kunci : Panoramic Radiograf, Histogram of Oriented Gradient (HOG), Learning Vector Quantization (LVQ) Abstract Age is an important thing to know to simplify the identification process. Human teeth are one of the human organs that can be used for the identification process because it is not easily destroyed. Teeth consist of several layers of email, dentin, pulp and cement. Radiograph or x-ray is one of the tools used to aid the diagnosis process, as not all anomalies of the tooth can be seen only by visual examination, since visual examination is not always accurate. In this final project the method used for panoramic radiograph image processing is Histogram of Oriented Gradient and for classification using Learning Vector Quantization. The final result of this final project is using Matlab software with Histogram of Oriented Gradient method and classification of Learning Vector Quantization which is able to identify and classify human age with highest accuracy of 68.33% and lowest computation time is 0.0305 seconds. Keywords : Panoramic Radiograf, Histogram of Oriented Gradient (HOG), Learning Vector Quantization (LVQ)
Identifikasi Pola Sidik Bibir Pada Pria Dan Wanita Menggunakan Metode Discrete Wavelet Transform Dan Klasifikasi Support Vector Machine Sebagai Aplikasi Bidang Forensik Sarah Aura Nadienda; Bambang Hidayat; Fahmi Oscandar
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. Sidik bibir memiliki sifat konsisten, stabil sepanjang hidup, dan tidak akan berubah baik pola ataupun karakteristiknya. Sidik bibir dapat diamati sejak bayi berusia empat bulan. Sampel sidik bibir diperoleh melalui kerjasama dengan Fakultas Kedokteran Gigi Universitas Padjajaran dan mahasiswa Universitas Telkom. Tugas akhir ini dibuat bertujuan untuk memudahkan identifikasi pola sidik bibir pada pria dan wanita. Pengolahan sampel citra bibir, dalam penelitian ini diimplementasikan metode ekstraksi ciri Discrete Wavelet Transform (DWT) dan metode klasifikasi Support Vector Machine (SVM). Hasil dari tugas akhir ini adalah suatu program yang mampu melakukan identifikasi berdasarkan pola sidik bibir pria dan wanita. Didapatkan akurasi terbaik pada SVM One-Against-All (OAA) sebesar 70,83% dan pada SVM One-Against-One (OAO) didapatkan nilai akurasi sebesar 54,17%. Kata kunci: Forensik Kedokteran Gigi, sidik bibir, Discrete Wavelet Transform, Support Vector Machine, subband, highpass, lowpass filter, hyperplane
Identifikasi Usia Berdasarkan Pengolahan Citra Panoramik Molar Pertama Mandibula Dengan Metode Discrete Cosine Transform (dct) Dan Klasifikasi K-nearest Neighbor (k-nn) Fauziyyah Rachmawati; Bambang Hidayat; Fahmi Oscandar
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 Usia merupakan faktor penting yang digunakan dalam menentukan identitas seseorang pada odontologi forensik. Gigi dipilih sebagai objek dalam identifikasi karena kelebihannya sebagai salah satu organ yang paling kuat dan keras yang tahan terhadap suhu tinggi dan benturan. Identifikasi usia dapat ditentukan oleh pertumbuhan gigi karena perubahan pada gigi memiliki ciri tersendiri dengan mengamati perubahan dari luas pulpa gigi melalui gambar panoramik. Panoramik merupakan salah satu tools yang digunakan untuk membantu proses diagnosis. Hal ini dikarenakan tidak semua struktur pada gigi dapat dilihat hanya dengan pemeriksaan secara visual, karena pemeriksaan visual tidak selamanya akurat. Dalam tugas akhir ini metode yang digunakan untuk pengolahan citra panoramik molar pertama mandibula adalah Discrete Cosine Transform (DCT) dan dengan metode klasifikasi KNearest Neighbor (K-NN). Hasil yang didapat dari tugas akhir ini adalah sistem belum mampu digunakan untuk identifikasi dan klasifikasi usia seseorang pada software Matlab dengan metode yang digunakan. Hal ini didasari dari akurasi sistem sebesar 69.11% dengan jumlah 106 sampel citra latih dan 68 citra uji Kata Kunci : Panoramik, Molar Pertama Mandibula, Discrete Cosine Transform, K-Nearest Neighbor Abstract Age is the important factors used in determining the identity of a person forensic odontology. Teeth is selected as the object in the identification because of its excellence as one of the most powerful and hardest organs which is resistant to high temperature and collision. Age identification can be determined by the growth of teeth due to changes on its own distinctive tooth by observing the changes of pulp vast through dental panoramic image. Panoramic is one of the tools used to assist the process of diagnosis. It is because not all of the teeth structure can be seen just by visual check up, because visual check up is not always accurate. In this final project the method used for processing of the first mandibular molar panoramic image is the Discrete Cosine Transform (DCT) and with K-Nearest Neighbor (K-NN) classification method. The results of this final project is the system not capable to be used for identification and classification of a person's age on Matlab software with the used method. It is based on the accuracy of the system amounted to 69.11% with a total of 106 samples of training image and 68 test image. Keywords : Panoramic Radiograf, Histogram of Oriented Gradient (HOG), Learning Vector Quantization (LVQ)
Deteksi Usia Berbasis Citra Radiograf Panoramik Gigi Pasien Rumah Sakit Gigi Dan Mulut Universitas Padjadjaran Dengan Metode Local Binary Pattern Dan K-nearest Neighbor David Vianza; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada era sekarang ini, sering kita mendengar atau melihat dari media elektronik banyak terjadi tindak kriminal, kecelakaan, maupun bencan aalam. Akibatnya tidak jarang ditemukannya korban dalam kondisi yang sulit dikenali identitasnya. Salah satu ilmu yang membantu proses identifikasi korban adalah ilmu forensik. Ilmu forensik sendiri memiliki berbagai cabang keilmuan lainnya, namun pada tugas akhir ini peneliti membahas mengenai odontologi forensik atau cabang keilmuan forensic melalui gigi. Deteksi usia melalui gigi menjadi sangat penting dalam odontologi forensik, terutama jika organ yang diperlukan untuk identifikasi telah rusak, misalnya pada kasus kebakaran, kecelakaan pesawat terbang, atau telah terjadi pembusukan. Pada keadaan tersebut biasanya gigi merupakan jaringan satu-satunya yang relatif masih utuh. Hal ini dapat terjadi karena gigi dilapisi oleh email yang merupakan jaringan tubuh yang paling keras. Oleh karena itu, deteksi usia melalui gigi merupakan informasi yang sangat berguna dalam hal identifikasi usia tersebut, sehingga akan lebih memudahkan para ahli forensik melakukan identifikasi usia secara tepat. Dilihat dari permasalahan yang terjadi, maka dikembangkanlah ilmu forensik dengan menggunakan citra radiograf panoramik gigi. Citra radiograf panoramik gigi ini adalah rontgen gigi yang telah digunakan secara umum oleh kedokteran gigi untuk mendapatkan gambaran utuh gigi. Pada tugas akhir ini, teknik identifikasi dan klasifikasi citra radiograf panoramik gigi dapat dipermudah dengan menggunakan image processing. Metode yang digunakan adalah Local Binary Pattern dengan klasifikasi K-Nearest Neighbor. Hasil yang akan diperoleh adalah sebuah aplikasi berbasis Matlab untuk mengidentifikasi dan mengklasifikasi. Setelah melakukan pengujian didapat hasil akurasi tertinggi sistem 76.6% untuk 3 kelas data yang dibagi berdasarkan kategori umur menurut Depkes RI, dan 18.92%untuk kelas data per usia. Pada pengujian terhadap hasil tersebut diperoleh dengan cara melakukan pengujian terhadap parameter yang dapat memepengaruhi sistem yang telah dibuat. Kata Kunci: Odontologi forensik, Image Processing, Citra radiograf panoramik, LBB, K-NN Abstract In the current era, we often hear or see from electronic media that there are many crimes, accidents, or disaster. As a result, victims are often found in conditions that are difficult to identify. One of the sciences that helps victims identification process is forensic science. Forensic science itself has various other scientific branches, but in this final project, the researcher discusses forensic odontology or the forensic branch of science through teeth. Age detection through teeth becomes very important in forensic odontology, especially if the organs needed for identification have been damaged, for example in the case of fire, aircraft accident, or decay. In these circumstances, teeth are usually the only tissue that is still relatively intact. This can occur because the teeth are coated with the email which is the hardest tissue in the body. Therefore, detection of age through teeth is very useful information in terms of identification of that age, so that it will be easier for forensic experts to correctly identify age. Judging from the problems that occur, forensic science was developed using dental panoramic radiographs. This dental panoramic radiograph is a dental x-ray that has been used in general by dentistry to obtain a complete picture of the tooth. In this final project, the identification and classfication techniques of dental panoramic radiographs can be facilitated by using image processing. The method used is Local Binary Pattern with K-Nearest Neighbor Classification. The results to be obtained are a Matlab-based application to identify and classify. After testing, the highest accuracy of the system was 76.6% for the 3 data classes divided by age categories according to the Ministry of Health, and 18.92% for data classes per age. In testing the results obtained by testing the parameters that can affect the system that has been made. Keywords: Forensic odontology, Image Processing, Radiograph Panoramic Image, LBP, K-NN, W
Deteksi Usia Berdasarkan Citra Panoramik Pulpa Gigi Molar Pertama Mandibula Dengan Menggunakan Discrete Wavelet Transform (dwt) Dan Klasifikasi Decision Tree Magdarita Haris; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak  Panoramik Biometric dapat membantu untuk mengidentifikasi usia korban – korban kasus seperti, mutilasi, pembunuhan dan korban dari bencana alam. Identifikasi dengan Panoramik Biometric merupakan proses  yang akan dilakukan untuk mendeteksi usia dengan menggunakan rongga pulpa dan saluran akar pada gigi molar pertama. Citra hasil rontgen ujung akar pada gigi molar pertama mandibula  menggunakan teknik tertentu melewati serangkaian tahapan. Menggunakan metode Discrete Wavelet Transform (DWT) dan citra akan diklasifikasikan menggunakan klasifikasi  Decision Tree untuk mendapatkan hasil usia yang dikelompokkan dengan rentang usia perdua umur untuk setiap kelasnya, dimulai dari usia 6 sampai 60 tahun.Dari tugas akhir ini mempunyai hasil program yang mampu melakukan deteksi usia berdasarkan luas pulpa gigi molar pertama mandibular. Didapatkan akurasi terbaik pada DWT dengan menggunakan wavelet haar sebesar 71.13% dan waktu komputasi sebesar 0.12 detik, yang dibuat untuk mengidentifikasi dapat membantu para dokter gigi dan forensik untuk mendeteksi usia berdasarkan citra gigi molar  pertama mandibula untuk setiap individu.  Kata kunci : Molar, Mandibula, Biomertric, Discrete Wavelet Transform (DWT), Decision Tree Abstract  Panoramic Biometric can help to identify the age of victims – the victims of such cases, mutilation, murder and the victims of natural disasters. Biometric Identification with the panoramic is a process that will be performed to detect age using cavity pulpa and root canal molar teeth first.  An end result of the root image on the first molar teeth of the mandible using certain techniques passed through a series of stages. Using the method of Discrete Wavelet Transform (DWT) and the image will be classified using the classification Decision Tree to get the age grouped by age range for each age-class, starting from age 6 to 60 of the year. Of final project results, this program which is able to detect age based on broad first molar teeth are mandibular pulpa. The best accuracy obtained on DWT using wavelet coiflets1 of 71.13% and computational time of 0.0787 seconds, created to identify can help the dentist and forensics to detect the age based on the image of the first mandibular molar teeth for every individual.  Keywords: Molar, Mandibular, Biomertric, Discrete Wavelet Transform (DWT), Decision Tree
Deteksi Usia Pasien Di Rumah Sakit Gigi Dan Mulut Universitas Padjajaran Berdasarkan Citra Radiograf Panoramik Dengan Metode Image Registration Dan Adaptive Region Growing Dengan Teknik Klasifikasi Decision Tree Bagas Yufa Ardana; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam beberapa dekade akhir, banyak terjadi fenomena bencana alam dan kecelakaan dalam transportasi, baik transportasi udara, darat, maupun laut. Hal ini disebabkan karena cuaca yang berubah-ubah dan human error. Intensitas fenomena tersebut seringkali menyebabkan banyak korban jiwa. Pada umumnya, korban yang ditemukan sudah rusak jasadnya, sehingga menyebabkan kesulitan dalam identifikasi identitas korban.Proses identifikasi merupakan hal yang penting untuk mengetahui identitas korban tersebut. Dengan kemajuan ilmu dalam bidang Odontologi Forensik, korban yang jasad fisiknya sudah rusak menjadi lebih mudah untuk diidentifikasi. Gigi dapat menjadi sarana dalam identifikasi karena gigi selalu terlindungi, fisiknya keras, tahan terhadap perubahan suhu maupun reaksi kimia.Selain itu gigi pada manusia pada umumnya memiliki ciri-ciri yang berbeda. Dalam Tugas Akhir ini mengacu pada penelitian sebelumnya yang menggunakan Adaptive Region Growing, serta teknik klasifikasi Decision Treedengan bermodal foto ronsen panoramik. Dengan menambahkan metode Image Registration pada tahap pre-processingdapat meningkatkan akurasi. Image Registrationyang digunakan adalah resize, rotate, dan cropping. Dari hasil pengujian yang dilakukan, dengan image registrationmendapatkan akurasi 48.94% dan untuk non image registration42.56%. Untuk penggunaan rentang usia 2 tahun setiap kelas menghasilkan akurasi 6.38%. Parameter yang mempengaruhi sistem adalah ukuran resize, ciri statistik, pembagian kelas, threshold, dan K-Split.Kata kunci : Odontologi Forensik, Gigi, Panoramik, Pengolahan Citra, Image Registration, Adaptive Region Growing, Decision Tree.Abstract In the last few decades,there have been many phenomena of natural disasters and accidents in transportation, whether air, land, or sea transportation. This is due to the fickle weather and human error. The intensity of the phenomenon often cause many victims. In general, the victims are found to have damaged bodies, thus causing difficulties in identifying the victim's identity. Identification process is important to know the identity of the victim. With the advancement of science in the field of Forensic Odontology,victims whose physical bodies have been damaged become easier to identify. Teeth can be a means of identification because teeth are always protected, physically hard, resistant to temperature changes or chemical reactions. In addition, human teeth in general have different characteristics. In this Final Project referring to previous research using Adaptive Region Growing, as well as the classification technique of Decision Tree with capital of panoramic X-ray. By adding the Image Registration method in the pre-processing stage it can improve accuracy. Image Registration used are resize, rotate, and cropping.From the results of the tests carried out, it obtained accuracy of 48.94% with image registration and 42.56% for non image registration. For using2 years each class produces an accuracy 6.38%.Parameters that affect the system are resize size, statistical characteristics, class division, threshold, and K-Split.Keywords: Forensic Odontology, Dental, PanoramicRongent, Image Processing, Image Registration, Adaptive RegionGrowing, Decision Tree.
Identifikasi Pola Rugae Palatina Berdasarkan Metode Geometric Active Contour(gac) Dengan Klasifikasi K-nearest Neighbor (knn) Pada Populasi Mahasiswa S1 Teknik Telekomunikasi Angkatan 2015 Universitas Telkom Azarine Sandi Rizcky; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bencana alam, tindak kriminal ataupun kecelakan dapat menimbulkan jatuhnya korban jiwa. Korban kerap kali ditemukan dalam keadaan tak beridentitas sehingga memerlukan proses identifikasi. Identifikasi menjadi sangat sulit apabila korban dalam keadaan yang tidak memungkinkan. Maka, identifikasi biometrik menjadi peran penting dalam proses pencarian identitas korban. Dalam ilmu forensik, rugae palatina merupakan salah satu solusi yang digunakan untuk identifikasi biometrik. Rugae palatina merupakan sejumlah tonjolan membentuk pola yang terletak pada rongga mulut. Pola rugae palatina setiap orang berbeda sehingga dapat digunakan untuk identifikasi individu. Selain itu rugae palatina bersifat unik, stabil, dan terjaga karena pola ataupun karakteristiknya tidak akan berubah sepanjang hidup serta tidak mudah hancur. Pada penelitian ini, penulis membuat suatu aplikasi pengolahan citra digital rugae palatina dengan metode Geometric Active Contour dan K-Nearest Neighbor Method (K-NN) sebagai klasifikasinya.Hasil yang diperoleh dari penelitian ini menghasilkan akurasi tertinggi sebesar 84,48%. Maka dapat disimpulkan bahwa sistem penelitian ini sudah dapat mengidentifikasi rugae palatina dengan baik. Kata kunci : Rugae Palatina, K-Nearest Neighbor, Geometric Active Countour Abstract Natural disasters, criminal acts or accidents can cause casualties. Victims are often found in an unidentified state that requires an identification process. Identification becomes very difficult if the victim is in a situation that is not possible. So, biometric identification is an important role in the process of finding the victim's identity. In forensic science, rugae palatina is one of the solutions used for biometric identification. Palatine rugae is a number of bumps forming a pattern that is located in the oral cavity. Pattern of Palatine rugae everyone is different so it can be used for individual identification. Besides palatine rugae unique, stable, and maintained because the pattern or characteristics will not change throughout life and not easily destroyed.In this study, the author made an application for digital image processing palatine rugae which was started with the method Geometric Active Contour and K-Nearest Neighbor Method ( K-NN) as the classification. The results obtained from this study resulted in the highest accuracy of 84,48%. So it can be concluded that this research system has been able to identify rugae palatina properly. Keywords: Rugae Palatina, K-Nearest Neighbor, Geometric Active Countour
Deteksi Citra Sidik Bibir Suku Sunda Dan Suku Minangkabau Dengan Metode Histogram Of Oriented Gradient (hog) Dan Linear Discriminant Analysis (lda) Pada Populasi Mahasiswa Universitas Telkom Risva Ulva Fauzia; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Odontology 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 bertahun tahun untuk mengidentifikasi korban dan tersangka dalam kasus pencurian, pelecehan, bencana alam, kecelakaan 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 suku Sunda dan suku Minangkabau dengan menggunakan citra digital berdasarkan citra sidik bibir. Dengan menggunakan metode ekstraksi ciri Histogram of Oriented Gradients (HOG) dan untuk klasifikasi menggunakan metode Linear Discriminant Analysis (LDA). Hasil dari Tugas Akhir ini adalah suatu sistem yang mampu melakukan identifikasi pola sidik bibir suku Sunda dan suku Minangkabau berdasarkan klasifikasi Suzuki dan Tschuhashi. Sistem tersebut mempunyai performansi dengan tingkat akurasi terbesar 79.66% dengan waktu komputasi 250.0025 detik dengan menggunakan 174 sampel citra latih dan 116 citra uji. Hasil ini didapatkan menggunakan parameter HOG yaitu Cell Size 4×4, Block Size 2×2 dan Bin Numbers 9 dengan parameter statistika mean pada proses klasifikasi LDA. Kata Kunci: Sidik, Bibir, HOG, LDA, forensik, Suku, Minangkabau, Sunda Abstract Forensic Odontology is a branch of science from dentistry that aims to apply dental knowledge in solving legal and crime problems. This branch has been used for years to identify victims and suspects in cases of theft, harassment, natural disasters, accidents and other crimes. Forensic dentistry can determine one's identity based on identification, one of which is identification of lip print patterns. The lip prints that are owned by an individual have a consistent, stable nature throughout life, and will not change either the pattern or the characteristics. In the Final Project the design and research of a simulation for identification of lip print patterns in the Sundanese and Minangkabau tribes has been carried out using digital images based on lip print images. This proses uses the extraction method characteristic of Histogram of Oriented Gradients (HOG) and the Linear Discriminant Analysis (LDA) method for classification. The results of this Final Project are a system that is able to identify the lip print patterns of Sundanese and Minangkabau tribes based on the Suzuki and Tschuhashi classifications. The system has the highest accuracy with 79.66% with computation time of 250.0025 seconds using 174 training image samples and 116 test images. These results are obtained using the HOG parameter, Cell Size 4 × 4, Block Size 2 × 2 and Bin Numbers 9 with the statistical parameters mean in the LDA classification process. Keywords: lip prints, lips, HOG, LDA, forensics, Suku, Minangkabau, Sundanese
Deteksi Pola Gigitan Untuk Mengidentifikasi Jenis Kelamin Menggunakan Metode Active Contour Dan Klasifikasi Decision Tree Untuk Aplikasi Bidang Forensik Biometrik. Annaria Anggi Putri Siagian; Rita Purnamasari; Fahmi Oscandar
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 Tindak kriminal kerap kali terjadi dan dapat menimbulkan jatuhnya korban jiwa. Banyak sekali pelaku dari tindak kriminal yang sulit untuk diidentifikasi atau dalam keadaan anonymous sehingga memerlukan proses identifikasi. Identifikasi akan menjadi sulit apabila pelaku tidak meninggalkan sebuah sidik khas yang, sidik tersebut dapat berupa sidik jari, sehelai rambut, ataupun bite marks. Maka dari itu, identifikasi biometrik menjadi peran penting dalam proses pencarian identitas pelaku. Bite mark merupakan suatu gambaran dari anatomi gigi yang sangat khas, yang bila ditemukan di tubuh jenazah, kita dapat mengidentifikasi identitas pemilik dari bite mark tersebut. Hambatan untuk proses identifikasi bite mark yaitu prosesnya yang membutuhkan waktu yang lama jika dilakukan dengan menggunakan kasat mata. Pengolahan citra pola bite mark sangat dibutuhkan untuk mendapatkan ketepatan identifikasi jenis kelamin pelaku atau korban kriminalitas dengan waktu yang lebih efisien. Pada Tugas Akhir ini, digunakan metode ekstraksi ciri Geometric Active Contour (GAC) dan metode klasifikasi Decision Tree. Jumlah sample yang digunakan pada penelitian kali ini adalah 240 citra, yang kemudian dibagi menjadi 140 sample ciri latih dan 100 sample ciri uji. Hasil yang didapat dari penelitian ini adalah parameter Intercanine, Intermolar, Canine Depth, dan Molar Depth baru serta nilai akurasi sebesar 97% dan waktu komputasi 95 detik/citra. Kata kunci : Bite Mark, Geometric Active Contour, Decision Tree. Abstract Acts of crime keep on happening which could cause casualties. Lots of these criminal perpetrators are hard to identify, therefore it needs an identification process to find the real culprit. The identification process would be difficult if the perpetrators didn’t leave anything at the crime scene, it could be either their fingerprints, a stray of their hair, or even their bite marks on the victim’s body or on the things at the crime scenes. Therefore, biometrical identification is an important role in finding the perpetrators’ identities. Bite marks is actually a representation of teeth’s anatomy that has very special characteristic, that if found on or from a dead body can be used to help us identify the victim or the suspect of the crime. The problem in bite marks identification nowadays, is that it takes extra time to process with the traditional way. Image segmenting of the bite marks is very ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019 | Page 3863 much needed to get a more accurate result of the victim’s gender, which will of course shorten the time of the process. In this final project, the method used for characteristic extraction is Geometric Active Contour (GAC) and Decision Tree as its Classification Method. The number of Samples used are 240 images, which are separated into 140 images for training database and 100 images for testing database. The result of this project are new bite marks Intercanine, Intermolar, Canine Depth, and Molar Depth new parameters. Also resulted in 97% system accuracy and 95 seconds/image in computing time. Keywords: Bite Marks, Geometric Active Contour, Decision Tree.
Co-Authors - Azhari Adrian Firmansyah Taufik Adzra, Faaiq Ammaria Ajeng Wulandari Alwani, Rania Putri Alwin Kasim Amaliya A., Amaliya Andriani Harsanti, Andriani Anie Apriani, Anie Anna Muryani Annaria Anggi Putri Siagian Azarine Sandi Rizcky Azhari A Azhari Azhari Azhari Azhari Bagas Yufa Ardana Bambang Hidayat Banowati, Aulia Puti Nuraini Belly Sam BIRU, BANYU Biyantini, Nisa Milati Cunningham, Craig A Cynthia Erika Daniel Ade Aryono David Vianza Devy Firena Garna Dewi Zakiawati Dia Adinda Surya Edrea Cioksidy Cioksidy Emi Khoironi, Emi Endang Sukartini, Endang Eriska Riyanti Erli Sarilita Erryna Indah Kurniawati Evirilia, Evirilia Farina Pramanik Fauziyyah Rachmawati Firstady Widyarnan Munandar Fitri Angraini Nasution Fitri Rusydiana Georgiana Marsya, Georgiana Hidayat, Septian Rahmat Hilman Fauzi, Hilman Husnul Himmah Inne Suherna Sasmita Ira Komara Irvie Augustin Kancana, Sildha Pura Khaerunnisa, Rahmadaniah Lucky Riawan Lusi Epsilawati Lutfi Yondri Lutfi Yondri Lutfi Yondri Magdarita Haris Mardhian, Deby Fajar Mentari Pangestu Munandar, Firstady Widyarnan Murnisari Dardjan Murnisari Dardjan, Murnisari Murugaiah, Suganya Mutiara Ulfach Nadya Sindi Safitri Nani Murniati Nugraha, Alhana Nunung Rusminah Nurul Septiyani Syafril Ramadhani, Triane Ayu Redzuan Lee, Mohammad Adib Ria N. Firman Rista D Soetikno Ristaniah R. Effendy Risti Saptarini Primarti Risva Ulva Fauzia Rita Purnamasari Rizkiana Rani Sejahtera Rizqi Shaumi Puspa Ayu Amanda Romadhona, Shabrina Rozano, Randy Rusydiana, Fitri Saputri, Ikra Yuni Sarah Aura Nadienda Sa’idah, Sofia Senjaya, Taufik Setiadi, Desyani Setianingtyas, Prastiwi Shabrina Elha Putri Shabrina Romadhona Shalihah, Desyani Sofia Sa'adiah Soo, Sheng Cheng Sri Susilawati Suhardjo Suhardjo Sitam Suhardjo Sitam, Suhardjo Suhardjo Suhardjo Supian, Sudradjat Surya, Dia Adinda Suryo Adhi Wibowo Tsani, Fajri Whildy A. Rifdah Wibisono, Adrian Wisam Rizqullah Wiwit Ratri Wulandari Wulandari, Felia Resha Yeong, Lee Deng Yoni Fuadah Syukriani Yoni Syukriani, Yoni Yurika A. Lita Yurika Ambar Lita Yuti Malinda Zainul Ahmad Rajion, Zainul Ahmad Zavani Nur Hikmah