Analisis Citra Digital Sidik Jari Menggunakan Metode Ridge Asymmetry untuk Prediksi Dini Diabetes Mellitus Tipe 2
Article Sidebar
Main Article Content
Abstract
Sidik 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.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
G. Bhat, M. Mukhdoomi, B. Shah, and M. Ittoo, “Dermatoglyphics: in health and disease - a review,” Int. J. Res. Med. Sci., vol. 2, no. 1, p. 31, 2014.
T. D. Marpaung and H. Jaya, “Hubungan Pola Dermatoglifi dengan Diabetes Mellitus Tipe II di RSUP Dr Mohammad Hoesin penyakit tertua pada manusia . Berasal dari istilah tidak terkontrol , yakni banyak keluar air seni Tahun 2003 , International Diabetes akan terus mengalami peningkatan,” vol. 2, no. 3, pp. 297–304, 2015.
A. Amadino, R. Susanti, and R. Afriant, “Artikel Penelitian Gambaran Pola Dermatoglifi pada Ujung Jari Tangan Penderita Penyakit Hipertensi Esensial di Kota Padang Tahun,” vol. 3, no. 1, pp. 100–103, 2014.
T. D. Marpaung, T. Triwani, and H. Jaya, “Hubungan Pola Dermatoglifi dengan Diabetes Mellitus Tipe II di RSUP Dr Mohammad Hoesin,” J. Kedokt. dan Kesehat., 2015.
M. R. Morris, B. C. Ludwar, E. Swingle, M. N. Mamo, and J. H. Shubrook, “A New Method to Assess Asymmetry in Fingerprints Could Be Used as an Early Indicator of Type 2 Diabetes Mellitus,” J. Diabetes Sci. Technol., vol. 10, no. 4, pp. 864–871, 2016.
N. P. Tjahjani, “Kelainan Genetik Klasik: Tinjauan Penciptaan Manusia dalam Perspektif Al-Qur’an,” MUDARRISA J. Islam. Educ., vol. 5, no. 2, pp. 222–250, 2013.
D. Of and D. Mellitus, “Diagnosis and Classi fi cation of Diabetes Mellitus,” vol. 37, no. January, pp. 81–90, 2014.
S. Sunny and S. S. Kumar, “Optical Based Non Invasive Glucometer with IoT,” 2018 Int. Conf. Power, Signals, Control Comput., pp. 1–3.
A. Brunetti, E. Chiefari, and D. Foti, “Recent advances in the molecular genetics of type 2 diabetes mellitus,” World J. Diabetes, vol. 5, no. 2, p. 128, 2017.
U. E. Mas’ud Effendi, Fitriyah, “I Dentifikasi J Enis Dan M Utu T Eh M Enggunakan P Engolahan C Itra D Igital Dengan,” J. Teknotan, vol. 11, no. 2, pp. 67–76, 2017.
P. Gnanasivam and R. Vijayarajan, “Gender classification from fingerprint ridge count and fingertip size using optimal score assignment,” Complex Intell. Syst., vol. 5, no. 3, pp. 343–352, 2019.