SISTEM KLASIFIKASI LEVEL KARIES GIGI BERDASARKAN TEKSTUR MENGGUNAKAN ALGORITMA GABOR FILTER DAN MACHINE LEARNING

Penderita karies gigi di Indonesia menunjukkan frekuensi yang tinggi dibanding penyakit gigi lainnya bahkan sebelum memasuki masa pandemi. Tingginya resiko penyebaran virus saat pandemi dinilai menghambat penanganpasien perawatan gigi. Teledentistry disarankan sebagai alternatif utama untuk mengurangi resiko penyebaran virus. Penelitian ini ditujukan untuk membangunsebuah sistem untuk mengklasifikasikan level karies gigi berdasarkan tekstur yang dapat diimplementasikan untuk aplikasi klinis. Citra karies gigi diekstraksimenggunakan metode Gabor Filter, kemudian diklasifikasikan menggunakan Support Vector Machine dan K-Nearest Neighbor. Teknik downsampling diaplikasikan pada sistem ini untuk mengurangi banyaknya jumlah fitur yang mempengaruhi waktu klasifikasi. Pengujian sistem dengan data ekstraksi GaborFilter 1 menunjukkan hasil akurasi tertinggi didapatkan oleh model Cubic SVM dengan nilai hasil akurasi 90,5%, precision 89,75%, recall 89,25%, specificity 91,75%, fscore 88,5%. Pengujian sistem dengan data ekstraksi Gabor Filter 2 menunjukkan hasil akurasi tertinggi didapatkan oleh model Medium Gaussian SVM dengan hasil akurasi 87%, precision 86%, recall 86,5%, specificity 88,25%, f-score 85%.