Ahmad Fitri Boy Primary Author mixed material bibliography Banda Aceh Program Studi Doktor Ilmu Teknik Universitas Syiah Kuala 2026

Dissertation

Karies gigi merupakan tantangan kesehatan global yang memerlukan deteksi dini guna mencegah kerusakan permanen dan beban ekonomi kesehatan yang tinggi. Meskipun teknologi Deep Learning menunjukkan potensi besar, terdapat keterbatasan signifikan pada ketahanan model terhadap variasi citra dari perangkat mobile kelas bawah serta efisiensi komputasi pada lingkungan terbatas. Penelitian ini bertujuan untuk mengonstruksi sebuah model deteksi karies yang robust dan efisien melalui optimalisasi arsitektur MobileNetV2 dengan fokus pada adaptabilitas perangkat edge. Metodologi yang diusulkan mengintegrasikan teknik Fine-Tuning pada lapisan Deep Layers guna mempertajam ekstraksi fitur morfologi tekstur demineralisasi karies yang dikombinasikan dengan strategi Mixup untuk mengatasi ketidakseimbangan data dan memperluas batas keputusan model (decision boundary). Untuk mendukung implementasi pada perangkat dengan sumber daya terbatas dilakukan optimasi melalui Quantization yang secara efektif mereduksi redundansi parameter model guna mempercepat waktu inferensi tanpa mengorbankan akurasi klinis secara signifikan. Hasil eksperimen pada dataset aktual menunjukkan performa superior dengan Akurasi sebesar 96,00% serta nilai Presisi dan Recall masing-masing sebesar 0,96, yang terbukti signifikan secara statistik (p 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1713185 2026-04-06 15:16:21 2026-04-06 15:19:44 machine generated