Klasifikasi Umur Berdasarkan Citra Dental Panoramic Radiograph Dengan Metode Statistical Analysis Of Structural Information Dan Adaboosts

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. Pada tugas akhir ini, sebuah sistem telah dirancang untuk dapat mengidentifikasi usia manusia melalui gigi menjadi lebih singkat dan mudah. Untuk menunjang identifikasi usia melalui gigi, peneliti melakukan pengolahan citra radiografi panoramik dengan metode segmentasi citra Statistical Analysis of Structural Information dan metode klasifikasi adaboost. Sistem menggunakan 104 sampel untuk training yang disimpan pada \textit{database} dan 130 citra uji yang tidak disimpan pada database yang digunakna sebagai citra pengujan. Dari hasil pengujian yang dilakukan, sistem mampu mendeteksi gigi premolar pertama dengan akurasi terbesar yaitu 84,609%. Hasil ini didapatkan menggunakan base parameter skweness dan learning rate 0.3 pada klasifikasi adaboost. Kata kunci : Radiografi Panoramik, Pulpa Gigi, SASI, Adaboost. Abstract The number of natural disasters, crimes, cheating in cases of age forgery as well as misjudging age through physical form sometimes make forensic experts called to know the true age identity, but it is not easy for forensic experts to know someone's age. One way to identify a person's age can be done through one part of the tooth, the pulp cavity. The development of the dental pulp cavity will be narrowed with increasing human age. In this final project, a system has been designed to be able to identify human age through teeth to be shorter and easier. To support the identification of age through teeth, researchers conducted panoramic radiographic image processing using Statistical Analysis of Structural Information and adaboost classification methods. The system uses 104 samples for training which is stored on database and 130 test images that are not stored on database which is used as rainy images. From the results of the tests carried out, the system was able to detect the first premolar with the highest accuracy of 84.609%. This result is obtained using the skeptical and learning rate base parameter 0.3 in the adaboost classification. Keywords: Panoramic Radiography, Dental Pulp, SASI, Adaboost.