MUHAMMAD ADITYA YUFNANDA Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Skripsi

Karies gigi merupakan salah satu permasalahan kesehatan mulut yang dapat menyebabkan kerusakan struktural pada gigi jika tidak terdeteksi dan ditangani secara dini. Deteksi dini karies gigi sangat penting untuk mencegah kerusakan lebih lanjut. Seiring dengan perkembangan dan kemajuan dibidang deep learning pada saat sekarang ini memungkinkan deteksi karies secara otomatis melalui citra. Penelitian ini mengembangkan model segmentasi gigi berbasis Feature Pyramid Network (FPN) untuk meningkatkan performa model klasifikasi karies gigi. Model segmentasi dilatih dengan transfer learning menggunakan backbone EfficientNetB1, dan dievaluasi menggunakan metrik Intersection over Union (IoU) dan Dice Score. Kemudian, model klasifikasi dilatih menggunakan citra asli dan citra tersegmentasi secara terpisah, dengan hyperparameter yang sama guna memastikan bahwa ketiga model klasifikasi dilatih dengan parameter pelatihan yang sama dan hasil pelatihan dapat dibandingkan secara adil. Perbandingan performa dilakukan menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa penerapan segmentasi pada citra gigi dapat meningkatkan akurasi klasifikasi, dengan hasil terbaik dicapai oleh arsitektur DenseNet169 pada data tersegmentasi, yang menghasilkan akurasi sebesar 89,26%. Metrik evaluasi menunjukkan bahwa segmentasi efektif dalam memfokuskan model pada area gigi yang relevan, mengurangi gangguan dari latar belakang yang tidak terkait, dan meningkatkan keandalan klasifikasi karies gigi. Dengan demikian, pendekatan segmentasi menggunakan FPN terbukti memberikan dampak positif dalam meningkatkan akurasi klasifikasi karies gigi berbasis deep learning. Kata Kunci: Karies Gigi, Segmentasi Gigi, Deep learning, FPN, Klasifikasi Citra 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 160363 2025-07-11 21:53:08 2025-07-14 21:54:53 machine generated