Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : eProceedings of Engineering

Deteksi Pulpitis Menggunakan Machine Learning Convolutional Neural Network Berbasis CNN1D dan MFCC Wibisono, Adrian; Sa’idah, Sofia; Oscandar, Fahmi
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Tulisan ini membahas isu krusial dalam upaya menjaga kesehatan gigi masyarakat, khususnya yang berkaitan dengan pulpitis, sebuah kondisi peradangan pada pulpa gigi yang dapat dipengaruhi oleh beberapa variable seperti infeksi bakteri, trauma, atau kerusakan gigi. Penulis memperkenalkan sebuah solusi inovatif untuk mendeteksi dan membedakan gigi yang terkena pulpitis dari gigi yang sehat. Solusi ini diharapkan dapat membantu dokter gigi dalam proses diagnosis dan perawatan pulpitis agar lebih efektif dan juga efisien. Untuk mencapai tujuan tersebut, penulis mengembangkan sebuah sistem berbasis pembelajaran mesin yang menggunakan deteksi pulpitis melalui analisis sinyal audio. Dalam penelitian ini, model Convolutional Neural Network 1D (CNN1D) digunakan bersama dengan proses ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC). Model CNN1D dioptimalkan menggunakan optimizer Adam dengan tingkat pembelajaran sebesar 0.001, ukuran batch 32, dan proporsi data uji sebesar 20%. Evaluasi model dilakukan dengan confusion matrix untuk menganalisis akurasi prediksi berdasarkan sinyal audio. Metode pembelajaran mesin yang diusulkan ini menunjukkan potensi besar dalam membantu tenaga kesehatan, terutama dokter gigi, untuk mendiagnosis pulpitis dengan tingkat akurasi yang tinggi, sehingga dapat meningkatkan kualitas perawatan dan hasil pengobatan bagi pasien. Kata kunci—CNN1D, Confusion matrix, Data, Ekstraksi ciri, Gigi, Machine learning, MFCC, Pulpitis.