Article Per Year (5 Year)
p-Index From 2021 - 2026
2.554
P-Index
This Author published in this journals
All Journal Dentika Dental Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Journal of Dentistry Indonesia ODONTO Dental Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Kedokteran Gigi Universitas Padjadjaran Padjadjaran Journal of Dentistry Journal of Dentomaxillofacial Science Padjadjaran Journal of Dental Researchers and Students JMECS (Journal of Measurements, Electronics, Communications, and Systems) Jurnal Radiologi Dentomaksilofasial Indonesia (JRDI) eProceedings of Engineering Odonto dental journal Jurnal Forensik dan Medikolegal Indonesia Purbawidya: Jurnal Penelitian dan Pengembangan Arkeologi Kalpataru
Fahmi Oscandar
Departemen Radiologi Dentomaksilofasial, Fakultas Kedokteran Gigi Universitas Padjadjaran Bandung, Indonesia
Religion Arts Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Dentistry Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Materials Science & Nanotechnology Medicine & Pharmacology Physics Public Health Social Sciences

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search
Journal : eProceedings of Engineering

 1   2   3 
Klasifikasi Umur Berdasarkan Citra Dental Panoramic Radiograph Dengan Metode Histogram Of Oriented Gradient Dan Support Vector Machine Nadya Sindi Safitri; Suryo Adhi Wibowo; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam beberapa kejadian bencana alam dan kecelakaan yang terjadi dapat menyebabkan kondisi korban sulit untuk diidentifikasi. Hal ini dikarenakan kondisi fisik korban sudah rusak akibat bencana alam dan kecelakan yang terjadi cukup parah. Maka dari itu, gigi dapat digunakan untuk mempermudah proses identifikasi usia korban karena gigi adalah bagian terkeras dari tubuh manusia yang tidak mudah hancur dan tahan dari berbagai macam perubahan lingkungan. Hal inilah yang menjadi landasan penelitian ini, menggunakan pengolahan citra digital berdasarkan citra dental panoramic radiograph untuk mendeteksi usia ini mempunyai keakuratan yang baik melebihi pemeriksaan secara manual. Melalui proses citra digital panoramic radiograph yang di preprocessing terlebih dahulu akan menjadi input sistem dan outputnya akan berupa deteksi usia. Pada tugas akhir ini, telah dilakukan perancangan dan penelitian untuk mengidentifikasi usia manusia berdasarkan pulpa gigi molar pertama. Metode yang digunakan untuk memproses data dari dental panoramic radiograph yaituHistogram of Oriented Gradients dan diklasifikasi menggunakan Support Vector Machine. Hasil dari Tugas Akhir ini yaitu suatu sistem yang mampu mengidentifikasi usia manusia melalui pulpa gigi. Pada sistem ini menggunakan 1356 citra yang di klasifikasikan menjadi 28 kelas dengan 1088 citra latih dan 268 citra uji. Dari hasil pengujian yang dilakukan, nilai akurasi terbesar yaitu 67.5373% dengan waktu komputasi 6.1956 detik. Hasil ini diperoleh menggunakan parameter HOG yaitu cell size 32 × 32, block size 4 × 4 dan bin numbers 12. Dalam proses klasifikasi menggunakan metode SVM jenis kernel terbaik adalah kernel polynomial orde 4 dan multiclass OAA. Kata kunci : Dental Panoramic Radiograph, Histogram of Oriented Gradients , Support Vector Machine. Abstract Some natural disasters and accidents could make the condition of the victim difficult to identify. This is because the physical condition of the victim has been damaged by natural disasters and the accident that is quite severe. Therefore, the teeth can be used to make it easier to identify the age of the victim because teeth are part of the human body that is not easily destroyed and resistance to various kinds of evironmental changes. This is the reason for this research, using digital image processing based on the image of a dental panoramic radiograph to detect this age has better accuracy than manual examination. The identification is processed through a panoramic radiograph image that has been preprocessing first become the system input and the output will be in the form of age detection. In this final project, design and research have been carried out to identify the age of humans based on the pulp of the first molar. The method used to process from the dental panoramic radiograph is the Histogram of Oriented Gradients and classified using Support Vector Machine. The result of this Final Project is a system that able to identify the age of humans through teeth. In this system used 1356 images were classified into 28 classes with 1088 training images and 268 test images. From the results of the tests carried out, the greatest value of accuracy is 67.5373% with computation time of 6.1956 seconds. The results obtained using the HOG parameter are cell size 32 × 32, block size 4 × 4 and bin numbers 12. In the classification process using the SVM method the best type of kernel is the 4th order polynomial kernel and OAA multiclass. Key Word : Dental Panoramic Radiograph, Histogram of Oriented Gradients , Support Vector Machine.
Klasifikasi Umur Berdasarkan Citra Dental Panoramic Radiograph Dengan Metode Statistical Analysis Of Structural Information Dan Adaboosts Wiwit Ratri Wulandari; Suryo Adhi Wibowo; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Banyaknya bencana alam, tindak kejahatan, kecurangan dalam kasus pemalsuan usia maupun salah dalam memperkirakan usia melalui bentuk fisiknya terkadang membuat para ahli forensik dipanggil untuk mengetahui identitas usia sebenarnya, tetapi hal itu bukanlah sesuatu yang mudah bagi ahli forensik untuk mengetahui usia seseorang. Salah satu cara untuk dapat mengidentifikasi usia seseorang dapat dilakukan melalui salah satu bagian gigi, yaitu rongga pulpa. Perkembangan rongga pulpa gigi akan semakin menyempit seiring dengan bertambahnya usia manusia. Pada tugas akhir ini, sebuah sistem telah dirancang untuk dapat mengidentifikasi usia manusia melalui gigi menjadi lebih singkat dan mudah. Untuk menunjang identifikasi usia melalui gigi, peneliti melakukan pengolahan citra radiografi panoramik dengan metode segmentasi citra Statistical Analysis of Structural Information dan metode klasifikasi adaboost. Sistem menggunakan 104 sampel untuk training yang disimpan pada \textit{database} dan 130 citra uji yang tidak disimpan pada database yang digunakna sebagai citra pengujan. Dari hasil pengujian yang dilakukan, sistem mampu mendeteksi gigi premolar pertama dengan akurasi terbesar yaitu 84,609%. Hasil ini didapatkan menggunakan base parameter skweness dan learning rate 0.3 pada klasifikasi adaboost. Kata kunci : Radiografi Panoramik, Pulpa Gigi, SASI, Adaboost. Abstract The number of natural disasters, crimes, cheating in cases of age forgery as well as misjudging age through physical form sometimes make forensic experts called to know the true age identity, but it is not easy for forensic experts to know someone's age. One way to identify a person's age can be done through one part of the tooth, the pulp cavity. The development of the dental pulp cavity will be narrowed with increasing human age. In this final project, a system has been designed to be able to identify human age through teeth to be shorter and easier. To support the identification of age through teeth, researchers conducted panoramic radiographic image processing using Statistical Analysis of Structural Information and adaboost classification methods. The system uses 104 samples for training which is stored on database and 130 test images that are not stored on database which is used as rainy images. From the results of the tests carried out, the system was able to detect the first premolar with the highest accuracy of 84.609%. This result is obtained using the skeptical and learning rate base parameter 0.3 in the adaboost classification. Keywords: Panoramic Radiography, Dental Pulp, SASI, Adaboost.
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.
Co-Authors - Azhari Adrian Firmansyah Taufik Adzra, Faaiq Ammaria Ajeng Wulandari Alwani, Rania Putri Alwin Kasim Amaliya A., Amaliya Andriani Harsanti, Andriani Anie Apriani, Anie Anna Muryani Annaria Anggi Putri Siagian Azarine Sandi Rizcky Azhari A Azhari Azhari Azhari Azhari Bagas Yufa Ardana Bambang Hidayat Banowati, Aulia Puti Nuraini Belly Sam BIRU, BANYU Biyantini, Nisa Milati Cunningham, Craig A Cynthia Erika Daniel Ade Aryono David Vianza Devy Firena Garna Dewi Zakiawati Dia Adinda Surya Edrea Cioksidy Cioksidy Emi Khoironi, Emi Endang Sukartini, Endang Eriska Riyanti Erli Sarilita Erryna Indah Kurniawati Evirilia, Evirilia Farina Pramanik Fauziyyah Rachmawati Firstady Widyarnan Munandar Fitri Angraini Nasution Fitri Rusydiana Georgiana Marsya, Georgiana Hidayat, Septian Rahmat Hilman Fauzi, Hilman Husnul Himmah Inne Suherna Sasmita Ira Komara Irvie Augustin Kancana, Sildha Pura Khaerunnisa, Rahmadaniah Lucky Riawan Lusi Epsilawati Lutfi Yondri Lutfi Yondri Lutfi Yondri Magdarita Haris Mardhian, Deby Fajar Mentari Pangestu Munandar, Firstady Widyarnan Murnisari Dardjan Murnisari Dardjan, Murnisari Murugaiah, Suganya Mutiara Ulfach Nadya Sindi Safitri Nani Murniati Nugraha, Alhana Nunung Rusminah Nurul Septiyani Syafril Ramadhani, Triane Ayu Redzuan Lee, Mohammad Adib Ria N. Firman Rista D Soetikno Ristaniah R. Effendy Risti Saptarini Primarti Risva Ulva Fauzia Rita Purnamasari Rizkiana Rani Sejahtera Rizqi Shaumi Puspa Ayu Amanda Romadhona, Shabrina Rozano, Randy Rusydiana, Fitri Saputri, Ikra Yuni Sarah Aura Nadienda Sa’idah, Sofia Senjaya, Taufik Setiadi, Desyani Setianingtyas, Prastiwi Shabrina Elha Putri Shabrina Romadhona Shalihah, Desyani Sofia Sa'adiah Soo, Sheng Cheng Sri Susilawati Suhardjo Suhardjo Sitam Suhardjo Sitam, Suhardjo Suhardjo Suhardjo Supian, Sudradjat Surya, Dia Adinda Suryo Adhi Wibowo Tsani, Fajri Whildy A. Rifdah Wibisono, Adrian Wisam Rizqullah Wiwit Ratri Wulandari Wulandari, Felia Resha Yeong, Lee Deng Yoni Fuadah Syukriani Yoni Syukriani, Yoni Yurika A. Lita Yurika Ambar Lita Yuti Malinda Zainul Ahmad Rajion, Zainul Ahmad Zavani Nur Hikmah