Penelitian ini mengeksplorasi penggunaan sistem cerdas dalam klasifikasi penyakit gigi berdasarkan citra rontgen menggunakan metode Convolutional Neural Network dan Decision Support System. Tujuan utama dari penelitian ini adalah untuk mengevaluasi efektivitas CNN dalam mengenali pola dan karakteristik pada gambar rontgen, serta integrasinya dengan DSS untuk meningkatkan akurasi diagnostik. Hasil penelitian menunjukkan bahwa metode CNN mampu mendeteksi penyakit gigi dengan baik, berkontribusi pada deteksi dini dan peningkatan hasil perawatan. Selain itu, penggabungan DSS memberikan rekomendasi perawatan yang lebih baik bagi dokter gigi. Namun, tantangan seperti kebutuhan akan data pelatihan yang besar dan keterbatasan dalam interpretasi hasil CNN dalam konteks medis tetap ada. Penelitian ini merekomendasikan pengembangan sistem yang lebih akurat dan andal dengan memperbanyak data pelatihan dan meningkatkan komponen interpretasi dalam DSS, untuk mendukung pengambilan keputusan klinis yang lebih efektif di masa sekarang dan di masa datang.
Copyrights © 2024