Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar belakang: Pencetakan pasien GTP dengan sendok cetak biometrik dapat memposisikan bibir dan pipi ke posisi sebelum ekstraksi, dibuat berdasarkan pedoman biometrik paling stabil yaitu buccolingual breadth (BLB). Namun, ukuran BLB masih berdasarkan ukuran ras Kaukasoid. Belum ditemukan penelitian mengenai ukuran BLB pada ras Deutero Melayid dan perbedaannya antara pria dan wanita. Tujuan: Mengetahui ukuran BLB dan menganalisis perbedaannya antara pria dan wanita ras Deutero Melayid. Metode: Cross sectional pada 68 mahasiswa FKG UI. Rahang atas subjek dicetak untuk mendapakan model studi. Setiap model studi dibuatkan garis referensi HIP plane, dipotong menjadi soliter die, kemudian diukur ketebalannya di regio gigi insisif pertama, kaninus, premolar pertama dan kedua, serta molar pertama dan kedua di kuadran kiri dan kanan. Hasil: Hasil uji Mann-whitney menunjukkan terdapat perbedaan bermakna ukuran BLB antara pria dan wanita tiap gigi-geligi (p < 0,05). Namun tidak berbeda bermakna ukuran BLB kudran kiri dan kanan (p > 0,05) dan pada regio gigi Premolar kedua kuadran kiri dan Premolar pertama kuadran kanan (p > 0,05). Kesimpulan: Ukuran BLB pada ras Deutero Melayid adalah regio gigi insisif pertama 6.44 mm, kaninus 7.69 mm, premolar pertama 10.6 mm, premolar kedua 10.97 mm, molar pertama 13.04 mm, dan molar kedua 12.14 mm. Ukuran BLB pada pria lebih lebar dibandingkan pada wanita.

---

Background: Impression of edentulous mouth with biometric tray can place the lip and cheeks in pre-extraction positions, made based on the most constant biometric guidance that is buccolingual breadth (BLB). It was conducted in Caucasian but there has not been found in Deutero Malay and its difference between male and female.

Objective: To determine the measurement of the BLB and to analyze its difference between male and female in Deutero Malay.

Methods: Cross sectional study was performed towards 68 students. Maxillary jaw was taken the impression to get study model. Study model was drawn​​ a HIP plane, and cut to be a solitary die in the central incisivum, canine, first and second premolar and molar on each regions. Measurements were performed by measuring the thickness in each of tooth.

Result: Mann-whitney test showed there was a significancy difference each teeth between male and female (p<0,5) but there was no significancy between left and right maxillary jaw (p>0,05) and also in left second and right first Premolar (p > 0,05).

Conclusion: BLB measurement in Deutero Malay are 6.44 mm in central incisivum, 7.69 mm in canine, 10.6 mm in first premolar, 10.97 mm in second premolar, 13.04 in first molar and 12.14 mm in second molar. Furthermore, measurement of BLB in male is widther than female."

"Sistem bio-metrik merupakan sistem identifikasi identitas berbasis karakteristik biologis pada manusia seperti wajah, sidik jari, dan iris mata. Iris mata merupakan salah satu karakteristik yang memiliki tingkat reliabilitas tinggi untuk identifikasi seseorang. Pengembangan sistem pengenalan iris mata dengan performa kecepatan dan akurasi yang baik masih terbilang sedikit. Perancangan sistem dengan metode Half Polar Iris Localization dan Normalization bertujuan untuk meningkatkan performa proses segmentasi iris mata. Akurasi dari fungsi lokalisasi dan normalisasi iris pada dataset CASIA-IrisV1 sebesar 95,68 dan performa pengenalan dengan nilai batas Hamming distance sebesar 0.42 memiliki tingkat penolakan sebesar 100 dan tingkat penerimaan sebesar 83,17.

---

Biometric systems is an identification for identity systems based on biological characteristics in humans such as face, fingerprint, dan iris. Iris is one characteristic that has high degree of reliability for the identification of a person. Development of open source iris recognition system with great accuracy and performance is still small. System design with Half Polar Iris Localization and Normalization method aims to increase performance of iris segmentation process. Accuracy of localization and normalization function with CASIA IrisV1 dataset is 95.68 and recognition performance with Hamming distance threshold value of 0.42 has 100 of rejection rate and 93.17 of acceptance rate."

"Masalah identifikasi hewan merupakan masalah yang penting untuk melakukan fungsi registrasi dan traceability demi keamanan dan ketahanan produk hewani. Penggunaan penanda buatan untuk hewan merupakan langkah paling mungkin untuk saat ini walaupun disisi lain telah dibuktikan bahwa memiliki banyak keterbatasan. Penggunaan Biometrik hewan memberikan solusi terhadap batasan-batasn tersebut. Investigasi telah dilakukan beberapa peneliti terhadap metode identifikasi berbasis biometrik hewan walaupun masih ada kekurangan-kekurangan.Biometrik hewan yang digunakan adalah citra pola moncong dan wajah. Biometrik pola moncong dan wajah telah didapatkan dari Sapi Bali dan Sapi Peranakan Ongole. Pemilihan biometrik ini didasarkan pada peluang penelitian dan pengambilan data yang terbilang murah. Pendekatan SIFT pada data pola moncong pada kertas menghasilkan performa yang secara signifikan lebih baik dibandingkan dua penelitian sebelumnya dan metode perbaikan pencocokan yang diusulkan telah dapat meningkatkan performa dari hasil identifikasi menggunakan original SIFT. Pendekatan SURF dengan pengukuran kecocokan yang diusulkan pada data foto pola monconng menghasilkan hasil yang stabil dan lebih baik dari pada pendekatan sebelumnya. Penggunaan metode penggabungan dua sumber ciri biometrik dengan memperhatikan nilai derajat kepercayaan dan nilai voting meningkatkan performa dari sistem biometrik bersumber tunggal. Berdasarkan hasil eksperimen yang telah didapatkan, penggunaan biometrik hewan sebagai alat identifikasi otomatis sangat menjanjikan walaupun masih banyak hal yang harus diteliti dan dikembangkan.

---

The cattle identification problem is an important issue in a cattle registration and traceability in order to fulfill the security and resilience cattle's products. The usage of artificial marker was a feasible mean for identification although it had a several limitations. The animal biometric gives the solution of this limitations. Several investigations related with issues of identification based on biometric have been done although still have problems.The biometrics used in this research are muzzle pattern and face photo. The muzzle and face biometric of cattle have been collected from Balinese Cow and Hybrid Ongole Cow. The choice of muzzle and face biometric is because of the research opportunities and a relatively cheap way in the data gathering. The SIFT approach in the muzzle pattern lifted on paper data has shown a significantly better performance than the two previous research and the proposed matching refinement has increased the performance of the identification result. The SURF approach using proposed similarity measurement in the muzzle pattern photo has provided a stable result and also a better result than the previous approach. The proposed biometric fusion using the degree of confidence and voting value has increased the performance of the unimodal biometric system. Based on the experiment results, the automatic identification based on animal biomatrics has a promising result although there are many things that have to be investigated and developed next."

"Telapak tangan adalah biometrika yang masih relatif baru. Segmentasiregion of interest (ROI) dan ekstraksi fitur telapak tangan merupakan dua isu penting dalam sistem pengenalan telapak tangan. Penelitian ini memperkenalkan metode segmentasi ROI dengan titik pusat momen 2 tahap dan menerapkan metode Gabor 2D untuk menghasilkan kodetelapak tangan (palm code) sebagai fitur telapak tangan. Untuk mengukur tingkat kemiripan dua kode telapak tangan maka digunakan metode jarak Hamming ternormalisasi. Pengujian sistem dilakukan dengan menggunakan 1000 sampel telapak tangan milik 200 orang berbeda dengan 3 sampel sebagai acuan dan 2 sampel sebagai uji. Pengujian juga dilakukan dengan 2 ukuran ROI, yaitu 64 x 64 dan 128 x 128 pixel. Hasil pengujian menunjukkan bahwa unjuk kerja terbaik diperoleh ROI 64 x 64pixel mencapai 98,7% atau (FRR = 1,17%, FAR = 0,11%, T = 0,376).

---

AbstractPalmprint is relatively new in physiological biometrics. Palmprint ROI segmentation and feature extraction are two important issues in palm print recognition. This paper introduces two steps in the center of mass moment method for ROI segmentation that will be applied in the Gabor 2D filter to obtain palm code as palmprint feature vector. Normalized Hamming distance was used to measure the similarity degrees of two feature vectors of palmprint. The system was tested using database 1000 palmprint images generated from 5 samples from each of the 200 persons randomly selected with ROI 64 x 64 and 128 x 128 pixel. Experiment results show that this system can achieve highperformance with a success rate about 98.7% (FRR = 1.17%, FAR = 0.11%, T = 0.376) with ROI 64 x 64 pixel."

"Isolasi daerah iris yang tepat dan kecepatan waktu proses yang cepat sangat dibutuhkan pada proses segmentasi dari suatu sistem. Terlebih lagi apabila dihadapkan dengan pangkalan data yang besar. Biometrik iris merupakan salah satu tipe biometrik dengan tingkat akurasi yang tinggi tetapi banyak pemakaian memori. Segmentasi merupakan proses paling awal dari suatu sistem biometrik iris yang akan sangat menentukan kinerja dari suatu sistem. Umumnya, algoritma segmentasi yang banyak digunakan adalah Daugman Integro Differential Operator (IDO). Algoritma ini mempunyai akurasi yang cukup baik tetapi mempunyai kekurangan penurunan akurasi pada masalah pencahayaan suatu citra dan waktu proses yang cukup lama karena banyak menggunakan iterasi. Dalam tesis ini, disimulasikan algoritma Region of Interest (ROI) untuk mempersingkat waktu proses tanpa mengurangi kinerja dari akurasi segmentasi. Algoritma yang disimulasikan melakukan tahapan blurring terhadap citra yang diolah kemudian melakukan pembagian daerah pencarian untuk menetapkan daerah kasar dari posisi iris dalam. Setelah melakukan optimasi posisi iris dalam maka akan dicari titik perpotongan untuk mencari jari-jari dan pusat dari iris dalam. Langkah terakhir adalah mencari jari-jari iris luar dengan acuan iris dalam dengan menggunakan operasi dasar statistik. Hasil simulasi menunjukkan ROI telah berhasil mempersingkat waktu proses segmentasi dan meningkatkan akurasi dibandingkan IDO dengan waktu proses rata-rata sebesar 0,343 detik, EER sebesar 4,12% dan akurasi segmentasi sebesar 1,826%.

---

The time process and accurate isolation of iris region are really needed in segmentation process of a system, in particular if the system are faced with huge databases. Iris Biometric is one of biometric types that has high accuracy eventhough it uses a lot of memory. Segmentation is the first process of this biometric system that will determine the performance of the system. Generally, the segmentation algorithm uses Daugman Integro Differential Operator (IDO). The algorithm has good accuracy but in some cases due to illumination problem it may create circular patches allowing to the algorithm detect a false region and processing in long period of time because too many iteration.

In this thesis, an algorithm based on Region of Interest is simulated in order to shorten the time process without sacrificing the accuracy. The simulated algorithm use blurring phase and splitting the search region to determine the rough position of inner iris region. Following the optimization of the inner iris position, the intersection point will be searched to determine the radius and the center of the inner iris. The last step is finding the outer iris boundary relative to the inner iris by using the statistical operation. The simulation result shows that ROI algorithm has succeeded to shorten the time process and increase the accuracy compared with IDO with 0.343 s for average time process, 4.12% for EER and 1.826% for segmentation accuracy."

"Suatu sistem biometrik sangat penting untuk identifikasi dan verifikasi suatu individu dengan berbagai tujuan. Biometrik iris merupakan salah satu tipe biometrik dengan tingkat akurasi yang tinggi tetapi banyak pemakaian memori. Tahap pencocokan merupakan salah satu bagian dari sistem biometik iris yang memakai banyak memori sehingga berpengaruh pada waktu proses.Dalam skripsi ini, akan disimulasikan algoritma Incremental Dissimilarity Approximation (IDA) yang akan dibandinkan dengan algoritma vector quantization (VQ). IDA merupakan algoritma pencocokan cepat berdasarkan ketidaksamaan fungsi norm Lp dimana akan menjadi syarat untuk batas pencarian pencocokan. Hasil simulasi menunjukkan bahwa IDA tidak cocok untuk diaplikasikan pada sistem biometrik iris.Performa yang ditunjukkan sama dengan VQ karena variasi vektor pada citra iris masih memenuhi batas pada algoritma IDA. Namun, secara eksperimental telah didapat nilai batas yang optimal untuk sistem biometrik iris sehingga mempersingkat waktu proses. Kode untuk algoritma VQ dan IDA dikembangkan dengan program MATLAB.

---

A biometric system is really important for identification and verification of a person for a lot of purposes. Biometric iris is one of biometric types that has high accuracy but use lot of memory. The pattern matching is part of iris biometric system that required a lot of memory that affect to the time process.In this paper, Incremental Dissimilarity Approximation (IDA) algorithm will be simulated and compared with vector quantization (VQ) algorithm. IDA is a fast pattern matching based on dissimilarity functions derived from Lp norm for becoming the bounding criterion of pattern matching. The simulation result show that IDA is not suitable to implement for iris biometric system. It has the same performance as VQ because the variety of the vector still satisfy the bounding criterion. However, the experiment has determined the optimal bound for pattern matching in iris biometric system that decrease the time process. The code for VQ and IDA are developed with MATLAB."

"Skripsi ini berisi tentang pengidentifikasian biometrik melalui pola pembuluh darah telapak tangan dengan menggunakan metode Hidden Markov Model (HMM), dengan membandingkan keseluruhan sistem terhadap perubahan ukuran codebook dan jumlah iterasi. Metode HMM secara garis besar terdiri dari dua tahapan proses, yakni proses training database, dan proses identifikasi. Pada sistem pengidentifikasian ini, gambar pembuluh darah telapak tangan yang digunakan adalah gambar dari database CASIA-MS-PalmprintV1 yang dikumpulkan oleh Chinese Academy of Sciences Institute of Automation (CASIA). Gambar tersebut terlebih dahulu diolah dengan menentukan ROI. ROI yang sudah didapatkan kemudian diekstraksi dengan melakukan penambahan kontras, pengubahan gambar ke biner dan melakukan thinning terhadap garis-garis yang ada pada gambar sehingga pola pembuluh darah terlihat jelas.

---

This thesis contains a biometric identification through palm vein patterns using Hidden Markov Models (HMM), by comparing the overall system to changes in the size of the codebook and the number of iterations. HMM method mainly consists of two stages of the process, first one is database training process, and the identification process.

This identification system is using palm vein images from Casia-MS-PalmprintV1 database that collected by the Chinese Academy of Sciences Institute of Automation (Casia). First, images are processed by determining the ROI. ROI then extracted by adding contrast, convert to binary image and do the thinning of the lines in the image so that the pattern of vein clearly visible."

"This book spans current progress in biometric systems including face recognition, fingerprint recognition, iris recognition and image search systems, connecting them to each other and to progress in color and pattern analysis, mathematics and computer science. "

"ABSTRAKSaat ini, Pengenalan biometrik sangat populer untuk pengenalan individu yang menawarkan keamanan dan akurasi yang lebih besar daripada metode otentikasi secara tradisional. Pengenal kucing adalah salah satu pengenal biometrik karena kucing memiliki pengenal unik yaitu hidung kucing. Penelitian ini mengembangkan sistem untuk pengenalan kucing melalui hidung kucing menggunakan You Only Look Once YOLO untuk mendeteksi hidung gambar kucing dan Scale Invariant Feature Transform SIFT . Tujuan dari pendekatan ini adalah untuk mengenali kucing dengan benar dari setiap kucing secara individu. Selain itu, ia bisa melakukannya di setiap sudut hidung kucing. Sistem yang kami usulkan terdiri dari dua tahap. Pertama, kami mendeteksi hidung gambar kucing menggunakan YOLOv2. Setelah hidung terdeteksi, kami mengenali hidung kucing menggunakan metode SIFT dan memastikan bahwa hidung telah dikenali dengan benar. Akurasi deteksi hidung adalah 99,85 untuk dataset pertama yang berisi 700 gambar dan 91,56 untuk dataset kedua yang berisi 676 gambar. Sistem bekerja dengan beberapa tahap dan sepenuhnya otomatis. Sistem pengenalan diuji oleh 1337 gambar kucing sebagai data asli dan 1356 gambar hidung kucing sebagai data referensi dan akurasi sistem yang diusulkan adalah 90,21 .

---

ABSTRACTNowadays, biometric recognition is very popular to individual recognition which offer greater security and accuracy than traditional methods of person authentication. Cat recognition is one of biometrics identifier since cat has a unique identifier like cat nose. This research develops a system for recognition the cat through the nose of cat using You Only Look Once YOLO for detected the nose of a cat image and Scale Invariant Feature Transform SIFT . The objective of this approach is to recognize the cat correctly of every kind of cat. Moreover, it can do it in every angle of the cat nose. Our proposed system contains of two stages. First, we detect the nose of a cat image using YOLOv2. After the nose is detected, we recognize the cat nose using SIFT method and make sure that the nose has been recognized correctly. The accuracy of the nose detection is 99.85 for the first dataset which contains 700 images and 91.56 for second dataset that contains 676 images. The system work with several stage and it fully automatic. The recognition system was tested by 1337 cat images as data original and 1356 cat nose image as reference data and the accuracy of proposed system is 90.21 . "