AHDA NUR LAILA NABILAH (2019) ANALISIS CITRA X-RAY DENTAL PANORAMIC UNTUK DETEKSI PERIODONTITIS BERBASIS SVM (SUPPORT VECTOR MACHINE). Skripsi thesis, UNIVERSITAS AIRLANGGA.

Text (FULLTEXT) 237. AHDA NUR LAILA NABILAH_NIM 081511733044.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Periodontitis merupakan sebuah penyakit inflamasi pada jaringan periodontal yang disebabkan oleh mikroorganisme spesifik dan diikuti dengan gejala inflamasi yaitu perubahan warna, kontur, konsistensi, serta pendarahan saat dilakukan pemeriksaan dengan probing. Pemeriksaan yang umumnya dilakukan oleh dokter gigi adalah pemeriksaan klinis dan radiologis. Pemeriksaan radiologi menggunakan X-Ray dental panoramic merupakan pemeriksaan yang sering dilakukan untuk membedakan jenis periodontitis. Pemerikasaan ini mengandalkan kemampuan visual dokter dalam proses analisisnya. Kemampuan analisis visual yang berbeda antar dokter membuat diagnosis bersifat subjektif. Tujuan penelitian ini adalah mengembangkan metode komputasi untuk mendeteksi periodontitis sesuai jenisnya yaitu normal, periodotitis kronis, dan periodontitis agresif berdasarkan citra X-Ray dental panoramic. Metode ekstraksi ciri Gray Level Co-occurence Matrix (GLCM) digunakan untuk mendapatkan nilai fitur kontras, korelasi, energi, homogenitas, dan entropi dari citra gigi X-Ray dental panoramic. Kelima fitur tersebut digunakan sebagai masukan untuk sistem klasifikasi Support Vector Machine (SVM). Fungsi kernel polinomial orde 3 digunakan untuk membentuk model klasifikasi SVM. Data latih yang digunakan berjumlah 30 citra per kelas, data validasi 10 citra per kelas, dan data uji berjumlah 10 citra per kelas. Hasil akurasi tertinggi pada tahap pelatihan sebesar 90% dan pada tahap pengujian sebesar 86,67%. Hasil akurasi program menunjukkan bahwa metode yang digunakan cukup baik dalam mendeteksi periodontitis.

Actions (login required)

View Item