Article Per Year (5 Year)
p-Index From 2020 - 2025
1.556
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Kepada Masyarakat Sakai Sambayan Jurnal Kedokteran Gigi Universitas Padjadjaran Padjadjaran Journal of Dentistry JOIV : International Journal on Informatics Visualization Abdi Dosen : Jurnal Pengabdian Pada Masyarakat Jurnal Pengabdian Masyarakat The Indonesian Journal of Computer Science
Arya Brahmanta, Arya
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Medicine & Pharmacology Public Health Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : The Indonesian Journal of Computer Science

 1 
Deteksi Kondisi Gigi Manusia pada Citra Intraoral Menggunakan YOLOv5 Makarim, Ahmad Fauzi; Karlita, Tita; Sigit, Riyanto; Dewantara, Bima Sena Bayu; Brahmanta, Arya
The Indonesian Journal of Computer Science Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i4.3355

Abstract

Proses identifikasi dan pencatatan rekam medis pada praktik kedokteran gigi masih dilakukan secara manual. Akibatnya, proses tersebut memakan waktu yang cukup lama. Pada penelitian ini metode deteksi objek dimanfaatkan untuk membantu dokter melakukan identifikasi pada gigi pasien. YOLOv5 dipilih untuk dilatihkan pada dataset citra intraoral dengan lima kelas kondisi gigi (normal, karies, tumpatan, sisa akar, dan impaksi). Dataset yang digunakan berjumlah 1.767 data citra intraoral yang diambil dan dilabeli oleh dokter gigi. Dataset dibagi menjadi tiga bagian, 10% digunakan untuk data testing dan 90% digunakan untuk data training dan validation. Dilakukan komparasi performa berdasarkan nilai metrik evaluasi terhadap tiga jenis model YOLOv5 (S, M, L). Dari hasil pelatihan, YOLOv5 M sebagai model terbaik mendapatkan nilai mAP sebesar 84%, dan 82% nilai akurasi testing. Penelitian ini telah memenuhi tujuan utama untuk membangun sebuah model deep learning yang robust untuk mendeteksi dan mengklasifikasi beberapa kondisi gigi pada manusia.
Co-Authors Agnita Cevanti, Twi Alief, Febryan Anindya Pinasti, Restika Aulia Dwi Maharani Bima Sena Bayu Dewantara Diana Soesilo, Diana Dirmadana, Robbi Akbar Dwi Maharani, Aulia Dwi Setianingtyas Eddy Hermanto Fadhillah, Excel Daris Fani Pangabdian, Fani Fauzia, Bunga Fitri, Karimatul Handayani, Budi Handayani, Budi Hanum, Faizah Holanda, Ghita Hadi Iman, Dimas Jonathan, Ivan Nicholas Khoironi, Emy Kristanti Parisihni Lelyana, Nora Lestari, Oka Listya Paramita, Annisa Makarim, Ahmad Fauzi Mediani, Ghina Sucilia Nafiah, Nafiah Noengki Prameswari Pambudi Rahardjo Paramita, Ayulistya Pinasti, Restika Anindya Prayogo, Rosiana Dewi Puspita, Sinta Ramadhi, Cakrawartyha Riyanto Sigit, Riyanto Rizal, Mohammad Basroni Sandana, I Ketut Ika Sandana, I Ketut Ika Sandy, Bunga Novita Shintya Rizki Ayu Agitha, Shintya Rizki Ayu Sujarwo, Hendy Syahdinda, Meralda Rossy Syamsulina Revianti Tita Karlita Velisia, Jessica Widaningsih Widaningsih, Widaningsih Yasin, Jessica Jenuary Yessy Andriani Fauziah Yongki Hadinata Wijaya Yufita Fitriani Yunior, Alexander