Claim Missing Document
Check
Articles

Found 15 Documents
Search

Pengolahan Citra Radiograf Periapikal Pada Deteksi Penyakit Pulpitis Dengan Metode Svd (singular Value Decomposition) Berbasis Android Apriannor Apriannor; Bambang Hidayat; Suhardjo Suhardjo
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gigi merupakan salah satu bagian terpentig dari tubuh untuk mengunyah makanan agar dapat tercerna dengan baik. Gigi yang mengalami masalah atau penyakit akan mengakibatkan kesulitan untuk mengunyah makanan sehingga sulit untuk dicerna. Penyakit pada gigi bermacam-macam, ada yang terlihat seperti gigi berlubang da nada pula yang tidak terlihat. Penyakit yang tidak terlihat ini dapat dideteksi dari hasil foto radiograf atau yang biasa disebut rontgen. Permasalahannya, kemampuan seorang dokter untuk mendiagnosa suatu penyakit gigi berbeda-beda sehingga belum bias menghilangkan dugaan. Hasil diagnose sangat penting untuk menentukan cara penyembuhan dan perawatan gigi pasien. Tugas Akhir ini akan menghasilkan aplikasi pendeteksi penyakit pulpitis dengan menggunakan metode SVD (Singular Value Decomposition). Hasil dari penilitian telah mencapai akurasi 80% dengan klasifikas citra gigi dibagi menjadi 3 jenis yaitu citra gigi normal, citra pulpitis reversible dan citra pulpitis irreversible dengan menggunakan hasil radiograf sebagai citra uji. Kata Kunci : Radiograf, Pulpitis, Singular Value Decomposition
Pengolahan Citra Radiograf Periapikal Pada Deteksi Penyakit Granuloma Menggunakan Metode Discrete Wavelet Transform & Principal Component Analysis Berbasis Android Lumastari Ajeng Wijayanti; Bambang Hidayat; Suhardjo Suhardjo
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Radiograf periapikal adalah salah satu penerapan dari X-Ray yang digunakan oleh dokter gigi untuk mendeteksi kondisi dari gigi tersebut. Hasil radiograf yang tidak pasti dapat mengakibatkan perbedaan diagnosa dan penanganan yang kurang tepat. Salah satu penyakit gigi yang biasa dideteksi melalui gambar radiograf periapikal adalah granuloma. Granuloma merupakan penyakit peradangan yang berada disekitar apeks gigi yang sulit dideteksi oleh dokter gigi umum, sedangkan dokter spesialis radiologi gigi di Indonesia pun jumlahnya tidak banyak. Jenis  penelitian Tugas  Akhir  ini  adalah  eksperimen dengan  tingkat  eksplanasi deskriptif dengan  tujuan melakukan deteksi pada periapikal gigi dengan hipotesa granuloma menggunakan ekstraksi ciri DWT (Discrete Wavelet Transform) dan PCA (Principal Component Analysis) dan klasifikasi K-NN (K-Nearest Neighbour) dengan jumlah sampel sebanyak 16 citra latih dan 20 citra uji dari gigi acak. Hasil nilai akurasi 90% dengan waktu komputasi 1.389027 detik dan kategori MOS baik. Diharapkan dengan kemampuan sistem ini, dapat membantu para dokter gigi dan pakar ahli radiologi sehingga dapat dijadikan standar akurasi yang tepat dalam diagnosis penyakit granuloma. Kata kunci: periapikal radiograf, granuloma, DWT, PCA, K-NN
Pengolahan Citra Radiograf Periapikal Pada Deteksi Penyakit Pulpitis Menggunakan Metode Adaptive Region Growing Approach Berbasis Android Rikko Ismail Hardianzah; Bambang Hidayat; Suhardjo Suhardjo
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu organ penting dalam tubuh adalah gigi. Gigi yang tidak sehat dapat mengakibatkan rasa nyeri sehingga mengganggu aktivitas. Salah satu penyakit pada gigi adalah pulpitis. Pulpitis merupakan peradangan pada rongga pulpa. Penyakit ini dapat dibedakan menjadi dua yaitu pulpitis reversibel dan ireversibel. Pulpitis dapat dideteksi dengan menggunakan x-ray. Salah satu penerapan x-ray adalah radiograf periapikal. Radiograf periapikal ini akan diolah dan akan didiagnosis oleh dokter gigi. Dalam penelitian ini mencoba melakukan pengolahan citra radiograf periapikal dengan tahap pre processing, segmentasi, dan klasifikasi. Pada penelitian ini menggunakan metode Adaptive Region Growing Approach pada bagian segmentasi. Metode ini melakukan pertumbuhan lokal pada citra dengan menggunakan seed point, threshold, dan edge growing. Seed point dipilih secara otomatis dengan melihat piksel dengan intensitas maksimal. Lalu memilih threshold secara manual dengan rentang 0 sampai 1. Melakukan edge growing dengan perbandingan seed point dan tetangga seed point dengan menggunakan threshold. Untuk klasifikasi, digunakan metode k Nearest Neighbour dengan menggunakan nilai k=1. Untuk menggunakan metode klasifikasi ini dibutuhkan fitur unik dari citra. Ekstraksi fitur yang digunakan adalah Gray Level Coocurance Matrix (GLCM) dengan fitur correlation, entropy, invers difference Moment, dan Angular Second Moment. Hasil dari tugas akhir ini adalah mampu untuk mendeteksi penyakit pulpitis dengan tingkat akurasi sebesar 70% pada android. Data yang digunakan dalam tugas akhir ini sebanyak 36 data dengan rincian 30 data sebagai data uji dan 6 data sebagai data latih. Kata kunci : Pulpitis, Region Growing, kNN, GLCM
Pengolahan Citra Radiograf Periapikal Pada Deteksi Penyakit Abses Dengan Metode Linear Discriminant Analysis Berbasis Android Rani Fauzana; Bambang Hidayat; Suhardjo Suhardjo
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abses adalah pengumpulan nanah secara local dalam suatu kavitas yang terjadikarena hancurnya suatu jaringan oleh kuman kuman piogenik.Pada umumnya abses tersebut disebabkan oleh infeksi pada jaringan sekitar.Saat ini deteksi penyakit abses dilakukan dengan bantuan dari teknologi radiograf periapikal.Namun, hasil ini memiliki sifat tidak pasti karena dokter melakukan diagnosis penyakit dengan melihat hasil radiograf secara kasat mata.Sehingga diagnosis yang tidak tepat dapat menyebabkan rencana perawatan dan pengobatan yang tidak tepat pula. Oleh sebab itu, dibutuhkan suatu alat yang dapat membantu meningkatkan akurasi diagnose penyakit. Berdasarkan permasalahan tersebut, Tugas akhir ini menghasilkan sebuah aplikasi berbasis android yang dapat mendeteksi penyakit abses pada gigi menggunakan metode Linear Discriminant Analysis sebagai ekstraksi ciri dan proses klasifikasi dengan menggunakan k-NN (k- Nearest Neighbour). Hasil dari penelitian ini diperoleh tingkat akurasi mencapai 90% dengan klasifikasi dibagi menjadi 2 jenis yaitu citra gigi non abses dan peripikal abses dengan menggunakan hasil periapikal radiograf sebagai citra uji dan citra latih. Kata Kunci : Abses, radiograf periapikal, Linear Discriminant Analysis(LDA), K- Nearest Neighbor
Pengolahan Citra Radiografi Periapikal Pada Deteksi Penyakit Abses Dengan Metode Singular Value Decomposition Berbasis Android Nova Aditya Utami; Bambang Hidayat; Suhardjo Suhardjo
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abses periapikal merupakan suatu infeksi tulang aveloar kronis peradikular yang berjalan lama dan bertingkat rendah, dan sumber infeksi terdapat pada saluran akar. Penyebabnya adalah matinya pulpa dengan perluasan proses infeksi sebelah periapikal, atau dapat juga disebabkan oleh abses akut yang sebelumnya sudah ada. Penyakit abses periapikal sangat sulit untuk dilihat secara kasat mata, untuk mendiagnosis penyakit tersebut maka dibutuhkan beberapa pengujian fisik menggunakan peripikal radiograf untuk memastikan adanya pembusukan di sekitar gigi dibutuhkan dokter ahli di bidang radiologi untuk menentukan diagnosanya. Di Indonesia dokter ahli di bidang radiologi masih sangat sedikit. Oleh karena itu penulis bertujuan untuk membuat penelitian menggunakan teknik pengolahan citra digital bertujuan untuk mempermudah dalam mendiagnosis penyakit abses. Metode SVD (Singular Value Decompotition) adalah sebuah proses matriks menjadi 3 komponen matriks, yaitu hanger, stretcher dan aligner. Penelitian ini menghasilkan tingkat akurasi sebesar 90%. Dengan pengolahan citra radiograf untuk mendeteksi abses dapat membantu dokter gigi sebagai diagnose tambahan dalam menentukan tindakan untuk penyakit tersebut. Kata kunci: Abses periapical, periapical radiograf, Singular Value Decomposition