ALGORITMA PENDETEKSI LEVEL KARIES GIGI BERBASIS CITRA X-RAY MENGGUNAKAN HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN MACHINE LEARNING

KARIES MERUPAKAN PENYAKIT JARINGAN KERAS GIGI DENGAN FREKUENSI KEJADIAN MASIH SANGAT TINGGI YAITU SEKITAR 93% PADA ANAK INDONESIA. SEHINGGA MASYARAKAT INDONESIA MASIH MEMERLUKAN PENYULUHAN MENGENAI PENTINGNYA MENJAGA KESEHATAN GIGI. RADIOGRAF PERIAPIKAL MERUPAKAN ALAT BANTU BAGI DOKTER GIGI UNTUK MENENGAKKAN DIAGNOSA SALAH SATUNYA ADALAH KARIES GIGI. NAMUN MEMILIKI KEKURANGAN YAITU HASIL GAMBAR RADIOGRAF ITU SANGAT BERAGAM DAN KOMPLEKS YANG DISEBABKAN TEKSTUR DARI PERMUKAAN GIGI SERTA PARAMETER SEPERTI KONTRAS, KETAJAMAN, DAN NOISE MENYEBABKAN HASIL GAMBAR KURANG JELAS DAN MENYULITKAN PEMBACAAN HASIL RADIOGRAF SECARA BAIK SEHINGGA TUJUAN PENELITIAN INI ADALAH MEMBUAT RADIOGRAF MENJADI CITRA OTOMATIS YANG DAPAT MENDETEKSI KLASIFIKASI KARIES PADA SESEORANG. TUJUAN PENELITIAN INI ADALAH MEMBUAT APLIKASI YANG DAPAT MELAKUKAN KLASIFIKASI KARIES GIGI SECARA OTOMATIS DENGAN TEPAT DAN AKURAT SEHINGGA DAPAT MEMUDAHKAN DALAM MENENTUKAN KLASIFIKASI KARIES GIGI DAN DAPAT DIGUNAKAN DALAM EDUKASI KEPADA PASIEN SEHINGGA HARAPANNYA ANGKA KARIES DI INDONESIA DAPAT DITEKAN. METODE PENELITIAN INI MENGGUNAKAN HISTOGRAM OF ORIENTED GRADIENT (HOG) SEBAGAI EKSTRAKSI FITUR DENGAN 2 UKURAN CELL SIZE YAITU 5050 DAN 7070 SERTA METODE KLASIFIKASI 3 MODEL SVM DAN 3 MODEL KNN. PENELITIAN INI AKAN MEMBAHAS MENGENAI SISTEM KLASIFIKASI CITRA KARIES GIGI DENGAN PARAMETER SEPERTI PRECISION, RECALL, DAN F-SCORE. PENGUJIAN DILAKUKAN PADA CITRA RADIOGRAF KARIES GIGI SEJUMLAH 1388 DAN DIDAPATKAN BAHWA METODE MEDIUM GAUSSIAN SVM MENJADI METODE TERBAIK DENGAN AKURASI TERTINGGI SEBESAR 86.1