Identifikasi Usia Manusia Berdasarkan Citra Radiografi Panoramik Gigi Kaninus Menggunakan Metode Adaptive Region Growing Approach

Prasetyo Tri Herlambang, Bambang Hidayat, Yuti Malinda

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. Mengidentifikasi usia melalui gigi dapat dilakukan dengan teknik radiografi, untuk menunjang identifikasi usia melalui gigi dengan pengolahan citra, maka peneliti melakukan pengolahan citra radiografi panoramik dengan metode segmentasi citra Adaptive Region Growing Approach. Hasil penelitian ini menghasilkan akurasi sistem sebesar 63% dari 47 data yang diuji untuk 7 kelas usia serta 17% dari 47 data yang diuji untuk 15 kelas usia. Hasil tersebut didapatkan dengan cara merubah-rubah nilai parameter dalam metode Adaptive Region Growing Approach. Kata kunci :Pulpa gigi, Adaptive Region Growing Approach ABSTRACT The number of natural disasters, crime, fraud in cases of age forgery and wrong in estimating age through physical body sometimes make forensic experts called to know the actual age. The forensic expert admitted that is difficult thing to know the actual age of a person. One way to identify age can be done through one part of the tooth, that is an pulp cavity. The growth of the dental pulp cavity will further narrow with the increasing human age. Identifying age through teeth can be done with radiographic techniques, to support the identification of age through the teeth with image processing, the researcher performs panoramic radiographic image processing with Adaptive Region Growing Approach image segmentation method. The results of this study resulted in a system accuracy of 63% of 47 data tested for 7 age classes as well as 17% of 47 data tested for 15 age classes. The result is obtained by changing the parameter values in Adaptive Region Growing Approach method Keywords: Pulp, Adaptive Region Growing Approach

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0