<![CDATA[Karies sekunder merupakan salah satupermasalahan gigi yang paling sering terjadi di sekitar tepirestorasi. Deteksi dini terhadap kondisi ini menjadi tantangankarena karakteristik visualnya yang halus serta keterbatasanakurasi metode diagnosis konvensional. Penelitian inimenganalisis efektivitas metode segmentasi dan bounding boxmenggunakan arsitektur YOLOv8 dalam mengidentifikasikaries sekunder pada citra Near-Infrared LightTransillumination (NILT). Tahapan penelitian meliputiprapemrosesan, augmentasi, dan pelatihan model pada datasetcitra gigi yang diberi label menggunakan dua pendekatan,yaitu instance segmentation dan bounding box. Hasil evaluasikuantitatif menunjukkan bahwa model instance segmentationmenghasilkan nilai precision sebesar 0,891, recall sebesar 0,728,mAP@50 sebesar 0,817, dan mAP@50–95 sebesar 0,488, yangsecara keseluruhan lebih unggul dibandingkan model boundingbox dengan akurasi yang lebih rendah. Secara kualitatif,metode instance segmentation juga menunjukkan kemampuanyang lebih baik dalam mendeteksi lesi berukuran kecil atauberbentuk tidak beraturan dengan tingkat false positive yanglebih rendah. Berdasarkan hasil tersebut, metode instancesegmentation dengan YOLOv8 dinilai lebih akurat dan andaldalam mendeteksi karies sekunder dibandingkan pendekatanbounding box.Kata Kunci— Karies Sekunder, YOLOv8, Instance Segmentation, Bounding Box.]]>
Copyrights © 2025
