Identifikasi Fosil Gigi Geraham Manusia Berbasis Pengolahan Citra Digital Dengan Metode Gabor Wavelet Dan Klasifikasi Linier Dicriminant Analysis (lda)

Abstract

Abstrak - Fosil gigi manusia merupakan jaringan tubuh yang sangat keras dan sangat tahan terhadap berbagai kerusakan sehingga dapat bertahan hingga ratusan tahun. Pada penelitian ini penulis membuat suatu aplikasi berbasis MATLAB menggunakan metode Gabor Wavelet (GWT) untuk ekstraksi ciri dengan klasifikasi Linier Dicriminant Analysis (LDA) yang mereduksi dimensi sekelompok citra untuk mengidentifikasi sebuah citra, dan mendapatkan informasi tentang jenis posisi gigi geraham dan umur gigi fosil. Hasil yang diperoleh dari penelitian tugas akhir ini yaitu aplikasi berbasis MATLAB dengan akurasi 84.61%. Untuk mengidentifikasi umur kematian fosil gigi gerham dengan jumlah data 270 citra terdiri dari 140 citra latih dimana 110 citra untuk kelas klasifikasi 17-25 tahun dan 30 citra untuk kelas klasifikasi 25-35 tahun, citra uji berjumlah 130 citra yang terdiri dari 100 citra dengan kelas klasifikasi 17-25 tahun dan 30 citra dengan kelas klasifikasi 25-35 tahun. Dan 86.15% untuk identifikasi jenis posisi gigi geraham dengan jumlah data 270 citra yang terdiri dari 140 citra latih dimana 70 citra untuk kelas klasifikasi posisi gigi atas dan 70 citra untuk kelas klasifikasi gigi bawah, citra uji berjumlah 130 citra yang terdiri dari 100 citra untuk kelas klasifikasi posisi gigi atas dan 30 citra untuk kelas klasifikasi gigi bawah. Kata Kunci: Fosil gigi geraham, Pemrosesan Citra Digital, Gabor wavelet, Linier Dicriminant Analysis . Abstract - Human teeth fossils are very hard tissue and highly resistant to various damages that can last for hundreds of years. In this study the authors constructed a MATLAB-based application using the Gabor Wavelet (GWT) method for feature extraction with the linear Dicriminant Analysis (LDA) classification which reduced the dimensions of a group of images to identify an image, and obtained information about the type of molars and tooth age of the fossil tooth. The results obtained from this final research is the application based on MATLAB with 84.61% accuracy. To identify the age of fossil tooth death of gerham with total data 270 images consist of 140 image of train where 110 image for classification class 17-25 years and 30 image for classification class 25-35 years, test image total 130 image which consist of 100 image with class classification 1725 years and 30 images with classification class 25-35 years. And 86.15% for identification of the type of molars with 270 images consisting of 140 training images where 70 images for upper tooth classification class class and 70 images for lower tooth classification class, test image total 130 images consisting of 100 images for the class upper tooth classification classification and 30 images for the lower tooth classification class. Key words: Fossil Tooth Molar, Digital Image Processing, Gabor wavelet, Linear Terriminant Analysis