<![CDATA[Kemajuan dalam bidang Inteligensia Buatan (Artificial Intelligence, AI) telah menghadirkan peluang baru dalam dunia medis, khususnya dalam analisis citra medis berbasis prinsip fisika. Penyakit periodontitis, yang merupakan infeksi kronis pada jaringan penyangga gigi, dapat dideteksi melalui pencitraan rontgen panoramik yang memanfaatkan sifat penyerapan dan hamburan sinar-X oleh struktur anatomi gigi dan tulang alveolar. Namun, analisis citra ini sering kali bergantung pada subjektivitas dokter gigi, sehingga diperlukan pendekatan komputasional untuk meningkatkan akurasi deteksi. Kajian pustaka ini bertujuan untuk mengidentifikasi metode AI yang diterapkan dalam proses diagnosis periodontitis menggunakan citra rontgen panoramik gigi. Delapan artikel ilmiah yang direview menunjukkan penggunaan teknik ekstraksi fitur seperti Gray Level Co-occurrence Matrix (GLCM) dan algoritma klasifikasi meliputi Random Forest, k-Nearest Neighbours (kNN), Convolutional Neural Network (CNN), YOLOv4, InceptionV3, dan Faster R-CNN. Evaluasi performa menghasilkan akurasi antara 64% hingga 91% dan nilai F1-score tertinggi sebesar 91,07%. Validitas metodologi pada artikel dinilai menggunakan Newcastle-Ottawa Scale (NOS) dan mayoritas menunjukkan kualitas sedang hingga tinggi. Temuan ini memperlihatkan bahwa integrasi AI dalam analisis radiografi gigi berpotensi memberikan hasil diagnosis yang lebih objektif dan efisien..]]>
Copyrights © 2025
