Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Jesen Ong
Informatika, Universitas Multi Data Palembang
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DETEKSI PENYAKIT GIGI PADA CITRA DENTAL OPG X-RAYS MENGGUNAKAN ARSITEKTUR EFFICIENTDET Jesen Ong; Muhammad Rizky Pribadi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16922

Abstract

Penelitian ini memanfaatkan deep learning untuk membantu diagnosis penyakit gigi dari citra radiografi panoramik Orthopantomogram (OPG) mengingat tingginya prevalensi masalah gigi dan mulut serta rendahnya akses perawatan (WHO, 2022; Riskesdas, 2018; Survei Kesehatan Indonesia, 2023). Analisis OPG memiliki kompleksitas visual seperti distorsi, tumpang tindih struktur, variasi kontras, serta objek patologis berukuran kecil yang menyulitkan interpretasi secara konsisten. Penelitian ini bertujuan membandingkan kinerja EfficientDet-D2, EfficientDet-D3, dan EfficientDet-D4 dalam mendeteksi lima kelas penyakit, yaitu Caries, Infection, Impacted teeth, Fracture, dan Broken crown. Dataset publik Rahman dkk. (2024) diolah melalui Roboflow dan dibagi menjadi 134 citra latih (449 anotasi), 13 citra validasi (49 anotasi), dan 12 citra uji (28 anotasi). Ukuran input disesuaikan per varian (D2: 768, D3: 896, D4: 1024) dan model diinisialisasi menggunakan pretrained weights COCO. Evaluasi menggunakan mAP50. EfficientDet-D4 memperoleh mAP50 tertinggi pada validasi sebesar 0,800, sedangkan mAP50 terbaik pada data uji dicapai EfficientDet-D2 sebesar 0,714, diikuti EfficientDet-D4 sebesar 0,701 dan EfficientDet-D3 sebesar 0,622
Co-Authors Muhammad Rizky Pribadi