Skripsi

RANCANG BANGUN PENDETEKSI KONDISI GIGI BERBASIS DEEP LEARNING MENGGUNAKAN INTRAORAL CAMERA DILENGKAPI SISTEM REKAM MEDIS DIGITAL

---

Penyakit gigi dan mulut merupakan salah satu masalah kesehatan yang sering terjadi. Namun kesadaran masyarakat untuk melakukan pemeriksaan gigi secara rutin masih rendah, sehingga banyak kasus baru terdeteksi pada tahap lanjut. Penelitian ini bertujuan untuk merancang dan menguji sistem pendeteksi kondisi gigi berbasis deep learning menggunakan intraoral camera yang dilengkapi sistem rekam medis digital. Model deteksi dikembangkan menggunakan arsitektur YOLO26 yang dilatih menggunakan dataset sebanyak 3.284 citra hasil augmentasi untuk mendeteksi enam kelas, yaitu Normal, Caries, Cavity, Plaque, Stain, dan Filling. Sistem diimplementasikan pada microcomputer Raspberry Pi 4 yang terintegrasi dengan LCD touchscreen sebagai media antarmuka pengguna. Proses penelitian meliputi akuisisi citra, anotasi data, augmentasi, serta pelatihan dan pengujian model. Hasil analisis menunjukkan model YOLO26s memiliki performa optimal dengan nilai mAP50 sebesar 89,7%, precision 86,6% recall 87,7%, dan F1-score 87,1%. Validasi oleh dokter gigi menunjukkan bahwa hasil deteksi sistem memiliki tingkat kesesuaian yang baik, meskipun masih terdapat perbedaan pada beberapa kelas. Hal ini menunjukkan bahwa sistem berhasil mengintegrasikan perangkat keras dan lunak untuk mendeteksi kondisi gigi secara real-time sekaligus menyediakan penyimpanan rekam medis pasien dalam format digital dan PDF, sehingga dapat mendukung proses deteksi dini serta meningkatkan efisiensi dokumentasi rekam medis pasien.

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

-

Penerbit

Jakarta : Sarjana Terapan Teknologi Rekayasa Elektro-medis., 2026

Deskripsi Fisik

xvi + 97 hlm. : ilus. ; 21 x 29,7 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Pengolahan Citra
Intraoral camera
deteksi kondisi gigi
YOLO26
rekam medis digital

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar