Analisis Citra Digital Sidik Jari Menggunakan Metode Ridge Asymmetry untuk Prediksi Dini Diabetes Mellitus Tipe 2

Abstract

AbstrakSidik jari yang bersifat genetik telah banyak membantu bidang kedokteran untuk mendiagnosa suatu penyakit genetik. Diabetes mellitus tipe 2 yang juga merupakan penyakit genetik kini sudah termasuk dalam kategori penyakit berbahaya, bahkan IDF (International Diabetes Federation) telah menjadikan diabetes mellitus tipe 2 sebagai penyebab kematian nomor tujuh di dunia. Fluktuasi asimetri (FA) dalam sidik jari dapat menjadi indikator sensitif terhadap ketidakstabilan perkembangan akibat dari meningkatnya pertumbuhan dan penyakit degeneratif pada individu sehingga mampu menjadi prediktor awal dalam mengembangkan penyakit DM tipe 2 sejak masa kehamilan. Skor asimetri dalam penelitian ini dan penelitian sebelumnya yang dihitung menggunakan metode berbeda keduanya memiliki nilai tertinggi skor asimetri pada jari manis, pada penelitian ini yaitu senilai 4,4 pada sampel kasus laki-laki dan 4,1 pada sampel kasus perempuan. Hasil penelitian ini dapat menjadi rujukan pengembangan sistem prediksi DM tipe 2 sebagai fasilitas pengecekan kesehatan untuk masyarakat di masa mendatang.Abstract Fingerprints that play a genetic role have helped the field of medicine to diagnose a genetic disease. Type 2 diabetes mellitus which is also a genetic disease is now included in the category of dangerous diseases, even IDF (International Diabetes Federation) has made type 2 diabetes mellitus as the number seven cause of death in the world. Asymmetric fluctuations (FA) in fingerprints can be a sensitive indicator of developmental instability due to growth and degenerative diseases in individuals so that they are able to be the initial predictors in developing type 2 DM since pregnancy. Asymmetry scores in this study and previous studies calculated using different methods with the highest score of asymmetry scores on the ring finger, in this study were 4.4 in the sample in male cases and 4.1 in the sample in female cases. The results of this study can be a reference for developing DM type 2 prediction systems as health check facilities for the community in the future.