Klasifikasi Bekas Gigitan Ular Menggunakan Active Contour Model Dan K Nearest Neighbor

Abstrak

Abstrak
Indonesia termasuk salah satu negara tropis yang memiliki tingkat risiko terkena gigitan ular yang tinggi.
Penyebab utama kematian dari kasus gigitan ular tentunya adalah karena racun yang disemprotkan oleh
ular berbisa tersebut melalui gigi taringnya. Penyebab lainnya adalah kesalahan dalam mengidentifikasi
bekas gigitan tersebut secara visual. Terdapat perbedaan anatomi gigitan pada ular berbisa dan tidak
sehingga mengakibatkan perbedaan bekas gigitan pada korban. Pada penelitian ini dibangun sistem
identifikasi bekas gigitan ular yang dapat mengidentifikasi bekas gigitan ular tersebut oleh ular berbisa
atau tidak dengan metode Active Contour Model dan K Nearest Neighbor. Dengan melakukan beberapa
pengujian terkait parameter yang digunakan pada metode tersebut, didapat nilai akurasi tertinggi pada
metode K Nearest Neighbor adalah dengan menggunakan aturan jarak correlation, nilai K = 3, dan sistem
klasifikasi tidak menggunakan distance weight.
Kata kunci : bite mark, active contour, k nearest neighbor

Abstract
Indonesia is categorized as one of tropical countries that have a high risk of snakebites. This surely may
endanger rural citizens’ lives for there are still many snakes found in rural areas. The main cause of death
from snakebite cases is by reason of the venom squirted from snake’s canine teeth. Others causes are
errors in identifying the bite marks visually. There are anatomical differences between puncture wounds
from venomous and non-venomous snakes. This study established a snakebite identification system using
Active Contour Model and K Nearest Neighbor (KNN) methods. By performing some tests related to the
parameters used in the method, the highest accuracy value on K Nearest Neighbor method was obtained
by using the correlation distance rule, the K value = 3, without using distance weight in the classification
system.
Keywords: bite mark, active contour, k nearest neighbor