Identifikasi Usia Manusia Berdasarkan Citra Panoramic Radiograph Gigi Kaninus Rahang Bawah Menggunakan Metode Watershed Dan Klasifikasi Support Vector Machine

Abstract

Abstrak Penentuan usia seseorang memegang peranan penting dalam kedokteran forensik, tidak hanya untuk identifikasi tubuh, tetapi erat juga kaitannya dengan tindak kejahatan dan kecelakaan, akibat dari tindak kejahatan dan kecelakaan, akibat dari tindak kejahatan dan kecelakaan ini, tidak jarang ditemukan kerangka manusia atau korban yang sulit diidentifikasi. Banyak prosedur dapat ditempuh dalam menentukan usia seseorang dalam hal ini penelitian saya memfokuskan identifikasi usia manusia melalui gigi tepatnya pada luas pulpanya. Tugas akhir ini dibuat bertujuan untuk mengestimasikan usia manusia dengan teknik radiograf panoramik gigi kaninus rahang bawah mengggunakan metode segmentasi Watershed, Metode ini merupakan metode yang cukup baik dalam menganalisis hasil segmentasi sebuah citra. Untuk mengklasifikasinya menggunakan metode support vector machine. Hasil performansi dari sistem tersebut diperoleh dengan tingkat akurasi sebesar 91% dan waktu komputasi 0.0111 dengan menggunakan 141 sampel citra latih dan 47 sampel citra uji. Dengan adanya sistem ini dapat bermamfaat untuk dunia medis terutama untuk odontologi forensik dalam melakukan identifikasi usia manusia. Kata kunci : Panoramic Radiograph, Watershed, Support Vector Machine Abstract Determining the age of a person plays an important role in forensic medicine, not only for body identification, but also closely related to crime and accidents, as a result of crime and accidents, as a result of these crimes and accidents. identified. Many procedures can be taken in determining the age of a person in this case my research focuses on the identification of human age through teeth precisely in the area of the pulp. This final project was made to identify human age by using a mandibular canine radiograph panoramic technique using Watershed segmentation method. This method is a fairly good method in analyzing the results of segmentation of an image. To classify it using the support vector machine method. The performance of the system resulted with 91% accuracy rate and 0.0111s computation time using 141 training image samples and 47 test image samples. The existence of this system could make benefit for the medical world especially for forensic odontology in identifying human age. Keywords: Panoramic Radiography, Gabor Wavelet, K-Nearest Neighbor