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

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

Penulis

  • Eka Novita Shandra Fakultas Ilmu Komputer, Universitas Brawijaya
  • Budi Darma Setiawan Fakultas Ilmu Komputer, Universitas Brawijaya
  • Yuita Arum Sari Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Identifikasi, Sidik Bibir, Jenis Kelamin, Support Vector Machine, Gray Leveled Co-Occurrence

Abstrak

Identifikasi merupakan satu cara yang dapat dilakukan untuk mengenali ciri-ciri 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,  (gamma) = 0.01, dan itermax = 100.

Unduhan

Diterbitkan

11 Jan 2019

Cara Mengutip

Shandra, E. N., Setiawan, B. D., & Sari, Y. A. (2019). Klasifikasi Pola Sidik Bibir Untuk Menentukan Jenis Kelamin Manusia Dengan Metode Gray Level Co-Occurrence Matrix Dan Support Vector Machine. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(3), 2753–2760. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4786

Terbitan

Bagian

Artikel
Loading...