Michael Saelung (2022) Penggunaan Kecerdasan Buatan Algoritma Convolutional Neural Network (Cnn) Pada Estimasi Usia Metode Al-Qahtani. Skripsi thesis, Universitas Airlangga.
![[img]](https://repository.unair.ac.id/style/images/fileicons/text.png) |
Text (HALAMAN JUDUL)
021911133121_HALAMAN JUDUL.pdf Download (426kB) |
|
Text (BAB I)
021911133121_BAB I.pdf Download (71kB) |
|
Text (FULLTEXT)
021911133121_FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy |
Abstract
Latar belakang: Salah satu tujuan dari odontologi forensik adalah mengungkap identitas seseorang baik hidup maupun meninggal dunia, seperti identifikasi jenazah, korban kecelakaan, dan orang hilang. Identifikasi usia sangat diperlukan untuk berbagai kepentingan hukum, termasuk mengidentifikasi seorang terpidana dan pertanggungjawaban hukum, menyelesaikan berbagai kasus perdata seperti akta kelahiran, pernikahan, memulai pekerjaan, bergabung tentara, dan pensiun. Metode Al-Qahtani membutuhkan gambar radiografi untuk membantu dalam melakukan estimasi usia. Kecerdasan Buatan telah digunakan untuk meningkatkan interpretasi citra dalam radiologi gigi. Penggunaan teknologi dalam melakukan estimasi usia pada metode Al-Qahtani dapat mempercepat proses estimasi dan memiliki ketelitian yang baik. Tujuan: Untuk menganalisis Kecerdasan Buatan dalam melakukan perhitungan estimasi usia menggunakan metode Al-Qahtani pada kelompok usia 5 – 15 tahun di Rumah Sakit Gigi dan Mulut Pendidikan (RSGMP) Universitas Airlangga. Metode: Penelitian ini dilakukan menggunakan source code yang dibuat untuk Kecerdasan Buatan. Dalam penelitian ini sampel yang ada akan dijadikan dataset. Data yang diperoleh dari penelitian dievaluasi untuk mengetahui nilai akurasi, presisi, recall, dan F1-Score menggunakan Confusion Matrix. Hasil: Hasil akurasi 74%, hasil rata-rata presisi 74%, hasil rata-rata recall 74% dan hasil rata-rata F1-Score 74%. Kesimpulan: Kecerdasan Buatan dengan algoritma Convolutional Neural Network (CNN) dapat digunakan untuk melakukan estimasi usia anak dengan usia antara 5 - 15 tahun pada metode Al-Qahtani.
| Item Type: | Thesis (Skripsi) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Additional Information: | KKA KK S.FKG 114 - 23 MIC p | |||||||||
| Uncontrolled Keywords: | Kata Kunci: Kecerdasan Buatan; Metode Al-Qahtani; London Atlas; Confusion Matrix; Convolutional Neural Networks (CNN) | |||||||||
| Subjects: | R Medicine > RA Public aspects of medicine > RA1-1270 Public aspects of medicine > RA1001-1171 Forensic medicine. Medical jurisprudence. Legal medicine R Medicine > RK Dentistry > RK1-715 Dentistry |
|||||||||
| Divisions: | 02. Fakultas Kedokteran Gigi > S1 Kedokteran Gigi | |||||||||
| Creators: |
|
|||||||||
| Contributors: |
|
|||||||||
| Depositing User: | Ika Rudianto | |||||||||
| Date Deposited: | 24 Jun 2026 06:59 | |||||||||
| Last Modified: | 24 Jun 2026 06:59 | |||||||||
| URI: | http://repository.unair.ac.id/id/eprint/142939 | |||||||||
| Sosial Share: | ||||||||||
Actions (login required)
 |
View Item |