<![CDATA[Abstrak Indonesia merupakan negara yang penduduknya cukup banyak yang tidak memiliki dokumen kelahiran, hal ini merupakan masalah yang cukup serius. Untuk itu perlu adanya proses identifikasi untuk mengetahui estimasi umur seseorang. Banyak sekali proses identifikasi individu, tetapi masih ada yang tidak bisa digunakan pada kondisi tertentu. Salah satu cara untuk mengidentifikasi estimasi umur seseorang yaitu dengan cara identifikasi menggunakan gigi karena gigi adalah organ tubuh yang cukup kuat dan tidak mudah terkikis atau hancur. Berdasarkan permasalahan tersebut, pada Tugas Akhir ini penulis merancang suatu sistem yang dapat mengidentifikasi usia pada area pulpa gigi kaninus (rahang bawah dan atas sebelah kanan) dari usia 5 sampai 60 tahun. Data yang digunakan pada penelitian ini adalah citra radiograf panoramik. Sistem yang dirancang pada Tugas Akhir ini menggunakan metode Statistical Moments Descriptor dan klasifikasi Artificial Neural Network. Jumlah data yang digunakan adalah 681 citra, yang dikelompokan menjadi 28 kelas dan tiap kelasnya berisi 2 rentan usia. Nilai accuracy tertinggi yang diperoleh dari sistem ini adalah 89,7 % dengan computation time 26,870 (s) dari variasi parameter training = 80%, validation = 10%, testing = 10%, hidden layer= 3 dan hidden neuron= 70. Kata Kunci : Artificial Neural Network, Statistical Moments Descriptor, Citra Radiograf Panoramik Abstract Indonesia is a country which mostly its people have no birth document, so that it is a quite serious problem. For this reason, we need to do an identification process to determine the estimated age of a someone. There are so many individual identification processes, yet few of them still cannot be able to operate in any situation . The way for identifying someones age forecast is using a tooth because the tooth is a organ which is strong enough, so it woud not be easily eroded or destroyed. Based on those problems, in this Final Project the researcher designed a system that can identify the age in the pulp area of the canine teeth (lower and upper right jaw) from the ages of 5 to 60 years. The data used in this study is the image of a panoramic radiograph. The designed system in this Final Project used Statistical Moments Descriptor method and classification of Artificial Neural Network. The amount of data used are 681 images, which are grouped into 28 classes and each class contained 2 age susceptible. The highest accuracy value obtained from this system is 89,7% by 26,870 seconds of computation time with variations in train parameters = 80 %, validation = 10%, testing = 10%, hidden layer = 3 and hidden neurons = 70. Key Word : Artificial Neural Network, Statistical Moments Descriptor, Panoramic Radiograph Image]]>
