Klasifikasi Pola Sidik Bibir Untuk Menentukan Jenis Kelamin Manusia Dengan Metode Gray Level Co-Occurrence Matrix Dan Support Vector Machine

Shandra, Eka Novita (2018) Klasifikasi Pola Sidik Bibir Untuk Menentukan Jenis Kelamin Manusia Dengan Metode Gray Level Co-Occurrence Matrix Dan Support Vector Machine. Sarjana thesis, Universitas Brawijaya.

Abstract

Identifikasi merupakan satu cara yang dapat dilakukan untuk mengenali ciriciri individu. Identifikasi diperlukan untuk mencari tahu kejelasan identitas personal pada orang yang sudah meninggal maupun orang yang masih hidup. Didalam dunia kedokteran forensik, peran identifikasi ini sangat penting. Seperti sidik jari, sidik bibir juga memiliki karakteristik unik pada setiap individu. Sidik bibir dapat digunakan sebagai sarana untuk identifikasi kasus forensik maupun non forensik. Untuk kasus nonforensik, sidik bibir dapat menentukan jenis kelamin pada individu. Untuk membantu pada proses identifikasi jenis kelamin berdasarkan sidik bibir, dibutuhkan suatu sistem klasifikasi yang dapat mengklasifikasikan jenis kelamin wanita dan pria. Proses diawali dengan mengumpulkan citra sidik bibir yang kemudian dilakukan preprocessing dan melakukan ekstraksi fitur tekstur dengan metode Gray Leveled Co-ocurrence (GLCM). Fitur yang digunakan ada 4 yaitu ASM, Contrast, Correlation dan IDM dengan sudut 0o, 45o, 90o dan 135o. Kemudian nilai fitur digunakan data untuk proses training dan testing menggunakan metode Support Vector Machine (SVM). Data latih yang digunakan pada pengujian yaitu 60 data. Hasil pada penelitian ini belum memberikan tingkat akurasi yang baik karena sistem hanya mampu memberikan akurasi sebesar 51,4% dengan pengujian parameter GLCM yaitu jarak =1 dan parameter SVM λ (lambda) = 0.5, C (complexity) = 1, konstanta (gamma) = 0.01, dan itermax = 100.

English Abstract

Identification is one way that can be done to recognize individual characteristics. Identification is needed to find out the clarity of personal identity, for both deceased and living people. In the world of forensic medicine, the role of identification is very important. Like fingerprints, lip prints also have unique characteristics for each individual. Lip prints can be used as a means to identify forensic and non-forensic cases. For nonforensic cases, lip prints can determine the sex of an individual. To help in the process of identifying gender based on lip prints, a classification system is needed that can classify the sex of women and men. The process begins with collecting lip print images which are then preprocessed and extracted texture features using the Gray Leveled Co-ocurrence (GLCM) method. There are 4 features that are used namely ASM, Contrast, Correlation and IDM with angles of 0o, 45o, 90o and 135o. Then the feature value is used by data for the training and testing process using the Support Vector Machine (SVM) method. The training data used in the test is 60 data. The results of this study have not provided a good level of accuracy because the system is only able to provide an accuracy of 51.4% by testing the GLCM parameter, namely distance = 1 and SVM parameters λ (lambda) = 0.5, C (complexity) = 1, constant (gamma) = 0.01, and itermax = 100.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2018/1027/051900823
Uncontrolled Keywords:	Identifikasi, Jenis Kelamin, Sidik Bibir, Support Vector Machine, Gray Leveled Co-ocurrence-Identification, Gender, Lip Prints, Support Vector Machine, Gray Leveled Co-ocurrence
Subjects:	600 Technology (Applied sciences) > 614 Forensic medicine; incidence of injuries, wounds, disease; public preventive medicine > 614.1 Forensic medicine > 614.180 285 Dental jurisprudence--Data processing
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	soegeng sugeng
Date Deposited:	19 Apr 2020 12:18
Last Modified:	17 May 2022 06:56
URI:	http://repository.ub.ac.id/id/eprint/166803

Text Eka Novita Shandra.pdf Download (5MB)

Actions (login required)

View Item