SISTEM KLASIFIKASI LEVEL KARIES GIGI BERDASARKAN TEKSTUR MENGGUNAKAN ALGORITMA TRANSFORMASI HAAR WAVELET DAN MACHINW LEARNING

Karies gigi merupakan suatu penyakit yang disebabkan oleh kerusakan pada lapisan email yang bisa meluas sampai ke saraf gigi yang disebabkan oleh aktivitas bakteri di dalam mulut. Kedokteran gigi modern sekarang ini telah dapat mediagnosa dan mengobati karies awal, namun jika dilihat dari segi visual yang memilki tingkat sensitivitas rendah dan memungkinakan terjadinya kesalahan karena masih banyak jenis penyakit dari karies gigi itu sendiri dan gejalanya yang sulit untuk mengenalinya. Penelitian ini bertujuan untuk membuat suatu sistem berbasis komputer dengan pengolahan citra agar mempermudah tenaga medis untuk mengedukasi pasien perihal penyakit karies gigi yang menggunakan metode ekstrkasi Haar Wavelet Level 1 dan Haar Wavelet level 2 dengan metode klasifikasi Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Hasil akurasi terbaik diperloeh dengan menggunakan metode ektraksi fitur Haar Wavelet level 2 dengan metode klasifikasi K-Nearest Neighbor (KNN), yaitu pada model Fine KNN dengan akurasi sebesar 98.6%.