Identifikasi Pola Sidik Bibir Pada Identitas Manusia Menggunakan Metode Gray Level Co-occurrence Matrix Dan Local Binary Pattern Dengan Klasifikasi Decision Tree Pattern Sebagai Aplikasi Bidang Forensik Biometrik

Penulis

  • Angrinda Kharisma Putri Telkom University
  • Bambang Hidayat Telkom University
  • Yuti Malinda Fakultas Kedokteran Gigi, Universitas Padjajaran Bandung

Abstrak

Proses identifikasi pada individu dilakukan dengan dua metode yaitu identifikasi primer dan sekunder. Sidik bibir menjadi identifikasi sekunder jika pemeriksaan pada identifikasi primer tidak mendapatkan hasil yang akurat. Sidik bibir memiliki pola yang unik dan stabil dan tidak berubah seiring bertambahnya umur individu. Penelitian ini menggunakan metode ekstraksi ciri Gray Level Co-Occurrence Matrix (GLCM) dan metode Local Binary Pattern (LBP) dengan klasifikasi ciri Decision Tree. Citra latih yang digunakan berjumlah 50 dan 36 citra uji. Penelitian ini bertujuan untuk memudahkan proses identifikasi kepemilikan sidik bibir yang merupakan hasil kerjasama Fakultas Kedokteran Gigi Universitas Padjajaran dengan mahasiswa Universitas Telkom. Hasil dari penelitian ini didapatkan metode terbaik adalah GLCM dengan nilai akurasi sebesar 83,3333% menggunakan parameter orde dua energi, korelasi, homogenitas, kontras dan 8 level kuantisasi. Pada LBP dihasilkan akurasi sebesar 61,1111% dengan radius R=1 dengan masing-masing metode menggunakan klasifikasi Decision Tree. Kata Kunci: Odontologi Forensik, Biometrik, Sidik Bibir, Gray Level Co-Occurrence Matrix, Local Binary Pattern, Decision Tree Abstract The process of identification in individual work with two methods, primary and secondary identification. Lip print becomes secondary identification if examination on primary identification does not get accurate results. Lip print has a unique and stable pattern and does not change with the age of the individual. This research uses extraction method of Gray Level Co-Occurrence Matrix (GLCM) and Local Binary Pattern (LBP) method with Decision Tree classification. The training images that is used amounted to 50 and 36 images of testing data. This research aims to facilitate the identification ownership process of lip prints that obtained a collaboration between Dentistry Faculty of Padjadjaran University and students of Telkom University. The results of this research obtained the best method is GLCM with accuracy value equal to 83.33333% using the second order parameter; energy, correlation, homogeneity, contrast and 8 quantization levels. The LBP results equal to 61.1111% with radius R = 1 with each method using the Decision Tree classification. Keywords: Odontology Forensic, Biometric, Lip Print Pattern, Gray Level Co-Occurrence Matrix, Local Binary Pattern, Decision Tree

##submission.downloads##

Diterbitkan

2018-12-01

Terbitan

Bagian

Program Studi S1 Teknik Telekomunikasi