Identifikasi Individu Berdasarkan Pola Citra Rugae Palatina Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS)

Farah Hana Kusumaputri, Suryo Adhi Wibowo, Yuti Malinda

Abstract


Abstract

 

Indonesia is a country that is in an area prone to natural disasters, such as volcanic eruptions, earthquakes, tsunamis, and others. These natural disasters often cause many victims to die. To identify the victims' identities, an identification process is needed. The identification method most commonly used today is using fingerprints, teeth, and DNA. However, this identification method still has some shortcomings. At present a more effective alternative method is offered by utilizing the palatine rugae pattern. Rugae palatina has individual characteristics and is resistant to all kinds of damage. So that Rugae palatina has the potential to be used in the process of individual identification. In this research, application of palatine rugae image processing application will be developed with data recording, image registration, feature extraction using Principal Component Analysis (PCA) method, and palatine rugae pattern classification using Adaptive Neuro Fuzzy Inference System (ANFIS) method. The expected output from this final project is a system that is able to identify individuals by utilizing the palatine rugae pattern. To get good and effective parameters for system performance, periodic testing is carried out. The sampling procedure uses original photographs directly taken from the palatine rugae, so that it will facilitate the identification process.

Keyword: ANFIS, ANN, Fuzzy Logic, PCA, rugae palatina

 

Abstrak

 

Negara Indonesia merupakan negara yang berada di daerah rawan bencana alam, seperti erupsi gunung merapi, gempa bumi, tsunami, dan lain-lain. Bencana alam tersebut seringkali menyebabkan korban meninggal dalam jumlah yang banyak. Untuk mengenali identitas para korban tersebut diperlukannya proses identifikasi. Metode identifikasi yang paling sering digunakan saat ini yaitu menggunakan sidik jari, gigi, dan DNA. Namun, metode identifikasi tersebut masih mempunyai beberapa kekurangan. Saat ini ditawarkan metode alternatif yang lebih efektif yaitu dengan memanfaatkan pola rugae palatina. Rugae palatina memiliki sifat yang individual dan tahan terhadap segala macam kerusakan. Sehingga Rugae palatina memiliki potensi untuk digunakan dalam proses identifikasi individu. Dalam penelitian ini akan dikembangkan aplikasi pengolahan sampel citra rugae palatina dengan proses perekaman data, registrasi citra, ekstrasi ciri menggunakan metode Principal Component Analysis (PCA), dan klasifikasi pola rugae palatina menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Keluaran yang diharapkan dari penelitian ini adalah sebuah sistem yang mampu mengidentifikasi individu dengan memanfaatkan pola rugae palatina. Untuk mendapatkan parameter yang baik dan efektif terhadap performansi sistem, maka dilakukan pengujian secara berkala. Prosedur pegangambilan sampel menggunakan foto asli yang secara langsung diambil dari rugae palatina, sehingga akan mempermudah proses identifikasi.

Kata kunci: ANFIS, ANN, Fuzzy Logic, PCA, rugae palatina

 


Keywords


ANFIS; ANN; Fuzzy Logic; PCA; rugae palatina

Full Text:

PDF

References


N. Kusuma, Rugae Palatina, Padang: Andalas University Press, 2017

M. Pangestu, B. Hidayat, F. Oscandar “Identifikasi Pola Rugae Palatina Untuk Klasifikasi Jenis Kelamin Manusia Dengan Citra Digital Menggunakan Metode Gabor Wavelet Dan Fuzzy K-nn”, ISSN: 2355-9365, vol.3, No.2, Agustus, Bandung, 2016

D. Aryono, B. Hidayat, “Identifikasi Pola Rugae Palatina Menggunakan Metode Active Contour Dan Histogram Of Oriented Gradient Dengan Klasifikasi Conjugate Gradient Backpropagation”, ISSN: 2355-9365vol.5, No.1, Maret, Bandung, 2018.

D. A. Putra, B. Hidayat, Y. Malinda “Identifikasi Biometrik Rugae Palatina Pada Individu Menggunakan Metode Binary Large Object (Blob) Dan Metode Watershed Dengan Klasifikasi Levenberg-Marquardt Backpropagation Untuk Aplikasi Odontologi Forensik”, ISSN: 2355-9365, vol.5, No.1, Maret, Bandung, 2018

J Investig Clin Dent. 2014 Aug;5(3):171-8. doi: 10.1111/j.2041-1626.2013.00150.x. Epub Feb 1, 2013

A. B. Acharya, B. Sivapathasundharam, Forensic Odontology. In Rajendran R. Sivapathsundharam B.Eds. Shafer’s Textbook of Oral Pathology, Fifth Edn. Elsevier; p.1199-227, 2006.

R. Mahajan, M. A. Dar, S. S. Risam, Palatoscopy/Rugoscopy: A Potential Tool in Human Identification. Journal of Evolution of Medical and Dental Sciences; Vol. 3, Issue 40, September 01; Page: 10076-10088, DOI: 10.14260/jemds/2014/3307, 2014.

B. Zitova dan J. Flusser, Image registration methods: a survey, Image and Vision Computing, 21:977–1000, 2003.

A. Prijono dan M. C. Wijaya, Pengolahan Citra Digital Menggunakan Matlab Image Processing Toolbox, Bandung: Informatika, 2007.

R. D. Kusumanto, A. N. Tompunu dan W. S. Pambudi, “Klasifikasi Warna Menggunakan Pengolahan Model Warna HSV, “Jurnal Ilmiah Elite Elektro, vol.2, no.2, pp. 83-87, 2011.

P. N. Andono, T. Sutojo, Muljono, Pengolahan Citra Digital, Yogyakarta: Andi, 2017.

D.B.L. Bong, R.N. Tingang, A. Joseph, Palm Print Verification System, Proceedings of the World Congress on Engineering, Vol I, London, U.K., 2010.

D. Putra, Sistem Biometika, Penerbit Andi, Yogyakarta, 2009.

Suyanto, Algoritma Genetika dalam MATLAB, Penerbit ANDI, Yogyakarta, 2005.

N. Azizah, K. Adi, A. Widodo, "Metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Prediksi Tingkat Layanan Jalan," JSINBIS (Jurnal Sistem Informasi Bisnis), vol. 3, no. 3, Dec. 2013.

A.H Saputra, Tarno, B. Warsito, Analisa Data Runtun Waktu dengan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Jurnal Gaussian, Vol. 1, No. 1, pp. 31-40, 2012.

M.A. Boyacioglu, D. Avci, An Adaptive Network- Based Fuzzy Inference System (ANFIS) for The Prediction of Stock Market Return : The Case of Istanbul Stock Exchange. Elsevier, Vol. 37, pp.7908- 7912, 2010.

P. Hidayatullah, Pengolahan citra digital : Teori dan Aplikasi Nyata, 2017.

R. Munir, Pengolahan Citra Digital dengan Pendekatan Algoritmik, Penerbit Informatika, Bandung, 2004.

U. Ahmad, Pengolahan Citra Digital dan Teknik Pemrogramannya, Penerbit Graha Ilmu, Yogyakarta, 2005.

A. McAndrew, An Introduction to Digital Image Processing with Matlab, School of Computer Science and Mathematics Victoria University of Technology, Vicoria, Australia, 2004.




DOI: http://dx.doi.org/10.22441//fifo.2020.v12i2.005

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Jurnal Ilmiah FIFO

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Jurnal Ilmiah FIFO
Fakultas Ilmu Komputer
Universitas Mercu Buana
Jl. Raya Meruya Selatan, Kembangan, Jakarta 11650
Tlp./Fax: +62215871335
p-ISSN: 2085-4315
e-ISSN: 2502-8332
http://publikasi.mercubuana.ac.id/index.php/fifo

e-mail:[email protected]

  Creative Commons Licence 
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

 

width= width=

Image result for jurnal sinta