DETEKSI OTOMATIS GIGI BERLUBANG MENGGUNAKAN ALGORITMA SINGLE SHOT DETECTORS

ABSTRAK

Gigi merupakan komponen yang sangat riskan mengalami gangguan
kesehatan.Salah satu dari permasalahan kesehatan gigi adalah gigi berlubang. Gigi
berlubang merupakan masalah yang sering dijumpai para dokter gigi. Untuk
mengamati gigi berlubang dokter masih menggunakan cara konvensional.
Dibutuhkan teknologi yang dapat mendeteksi letak gigi berlubang secara otomatis.
Dalam penelitian ini digunakan algoritma dari Convolutional Neural Network
(CNN) yang merupakan arsitektur deep learning sebagai pendeteksi otomatis
dimana letak gigi yang berlubang pada hasil rontgen. Penelitian ini berfokus pada
algoritma Single-Shot-Detectors(SSD) yang merupakan pengembangan dari CNN.
Hal yang dilakukan pertama adalah pembuatan data set pada citra dengan
mengklasifikasikan citra pada kelas akar 1 dan akar 2. Bertujuan untuk digunakan
sebagai bahan pelatihan dan pengujian. Melalui proses pelatihan dan pengujian
untuk mengetahui keberhasilan deep learning. Berdasarkan hasil penelitian
menunjukkan bahwa uji pendeteksian menggunakan 5000 epoch hasilnya cukup
baik dalam mendeteksi letak gigi berlubang dibandingkan 1000 epoch,2000 epoch,
dan 3000 epoch. Hasil akurasi rata-rata setiap epoch adalah epoch 1000 — 45,664,
epoch 2000-49,50Y6 , epoch 3000-53,26Ys, dan epoch 5000-72,56Y4.

Kata kunci— Deen Learnino: Convlutiamal Noural Notwark: DateLe: Ntamatic