Identifikasi Jenis Kelamin Berdasarkan Teraan Gigitan Berbasis Pengolahan Citra Digital Dengan Metode Content Based Image Retrieval (cbir) Dan Klasifikasi Learning Vector Quantization (lvq)

Suci Amelia, Bambang Hidayat, Fahmi Oskandar

Abstract

Abstrak Kriminalitas atau tindak kriminal merupakan segala sesuatu atau tindakan yang melanggar hukum atau sebuah tindak kejahatan. Tindak kriminal yang dilakukanpun beragam-ragam salah satunya kekerasan dengan gigitan. Kasus kejahatan melalui gigitan yang biasa terjadi terdapat pada dua sisi yaitu pada sisi pelaku kriminalitas maupun korban kriminalitas. Ada beberapa contoh tindak kejahatan melalui gigitan yaitu kasus pemerkosaan, kekerasan , dan lainlain. Dalam proses identifikasi kasus kejahatan melalui bukti gigitan terdapat informasi yang bisa didapat dari pola bekas gigitan atau bite marks yang ada yaitu jenis kelamin. Karena pola bite marks pria dan wanita berbeda dan mempunyai karakteristik tersendiri. Pengolahan pada sampel citra bite marks dalam penelitian ini diimplementasikan menggunakan metode ekstraksi ciri Content Based Image Retrieval (CBIR) dan metode klasifikasi Learning Vector Quantization (LVQ). Metode CBIR digunakan untuk metode ektraksi ciri fitur. Dan metode ekstraksi fitur yang digunakan dalam penelitian ini adalah Local Binary Pattern (LBP). Tugas Akhir ini dibuat bertujuan untuk memudahkan identifikasi jenis kelamin berdasarkan pola bite marks atau bekas gigitan pada tindakan kriminalitas. Sistem tersebut mempunyai performasi dengan tingkat akurasi terbesar 79,16 % dengan waktu komputasi 1.459 detik dengan menggunakan 72 sampel citra latih dan 48 citra uji. Dengan adanya sistem ini dapat menjadi pembanding dalam identifikasi jenis kelamin berdasarkan pola bite mark dengan menggunakan metode yang berbeda dan dapat bermanfaat untuk dunia odontologi forensik dalam melakukan identifikasi jenis kelamin menggunakan pola bite marks. Kata Kunci: CBIR,LVQ,LBP,Kriminal,Bite mark Abstract Criminality or criminal is anything or action that is unlawful or a crime. Criminal acts committed diverse one of them violence with bite. Cases of crime through the bite that usually happens on both sides of the perpetrators of criminality and victims of crime. There are several examples of crime through bites that are cases of rape, violence, and others. In the process of identifying crime cases through bite evidence there is information that can be obtained from the pattern of bite marks that is the gender. Because male and female bite mark pattern are different and have their own characteristics. Processing on the bite mark image samples in this study implemented the method of feature extraction of Content Based Image Retrieval (CBIR) and Learning Vector Quantization (LVQ) classification method. The CBIR method is used for feature extraction methods. And the method of feature extraction used in this research is Local Binary Pattern (LBP). This Final Project is designed to facilitate the identification of gender based on bite mark pattern or bite mark on crime action. The system has the performance with the greatest accuracy rate of 79.16% with a computational time of 1.459 seconds using 72 samples of training image and 48 test images. With this system can be a comparison in gender identification based on bite mark pattern using different methods and can be useful for the world of forensic odontology in identifying the sex using bite mark pattern. Keywords: CBIR,LVQ,LBP,Criminal,Bite mark

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0