Identifikasi Jenis Kelamin Berdasarkan Teraan Gigitan Berbasis Pengolahan Citra Digital Dengan Metode Discrete Wavelet Transform (dwt) Dan Klasifikasi K-nearest Neighbor (knn)

Ibrahim Adilla, Bambang Hidayat, Yuti Malinda

Abstract

Abstrak Forensik merupakan bidang ilmu pengetahuan yang membantu proses individu untuk kepentingan hukum. Bite mark adalah bekas gigitan yang terdapat pada organ tubuh korban dan pelaku kriminal. Hal ini banyak di temukan pada kasus kekerasan, pemerkosaan dan penganiyayaan anak. Adapun hambatan untuk proses identifikasi bite mark yaitu prosesnya yang membutuhkan waktu lama dan untuk menganalisisnya dengan menggunakan kasat mata. Oleh karena itu, sangat dibutuhkan pengolahan citra pola bite mark untuk mendapatkan ketepatan identifikasi jenis kelamin pelaku atau korban kriminalitas dengan membutuhkan waktu yang cepat. Pada Tugas Akhir ini, sistem mampu melakukan identifikasi citra pola bitemark menjadi sebuah keluaran berupa jenis kelamin pelaku dan korban kriminalitas. Klasifikasi ciri pada tugas akhir ini menggunakan metode Discrete Wavalet Transform (DWT) selanjutnya menggunakan metode klasifikasi K-Nearest Neighbor (KNN). Nilai akurasi terbesar pada pengujian ini yaitu 82,9787% dengan waktu komputasi 0,7078s. Parameter jarak kaninus menunjukan bahwa jarak kaninus perempuan lebih kecil 0,95% dibanding jarak kaninus laki-laki. Dengan metode ektrasi ciri DWT menggunakan level dekomposisi 5 dan filter LL. Sedangkan pada proses klasifikasi K-NN jenis distance terbaik yang bisa digunakan adalah Euclidean dan nilai k = 1. Ukuran citra yang digunakan 800x1600 piksel. Kata kunci: Forensik, Bite Mark, Discrete Wavalet Transform, K-Nearest Neighbor Abstract Forensic is a field of science that helps the individual process for the benefit of the law. Bite marks are bite mark found on victim’s organs and criminals. It is mostly found in cases of violence, rape and child abuse. The obstacles to the bite mark identification process is the process that takes a long time and to analyze it by using the invisible. Therefore, it is imperative that bite mark pattern image processing be used to obtain accurate identification of sex of the perpetrator or the victim of crime by taking a short time. In this Final Project, the system is able to identify bite mark pattern image into an output in the form of sex of the pepetrator and the victim of crime. The classification feature in this final project using Discrete Wavelet Transform (DWT) next uses the K-Nearest Neighbor (K-NN) classification method. The greatest accuracy value in this test is 82,9787% with computation time 0,7078s. The canine distance parameter shows that the female canine distance is 0,98% smaller than the male canine distance. Method characteristic DWT using decompotition level 5 and LL filter. While in the process of classification K-NN type of the best distance that can used is Euclidean and value k=1. Image size used 800x1600 pixel. Keywords : Forensic, Bite Mark, Discrete Wavalet Transform, K-Nearest Neighbor

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0