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

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)

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0