Penentuan Jumlah Perata Gigi Pada Proses Ortodontik Dengan Metode Differential Evolution

Triarjo, Sulaiman (2023) Penentuan Jumlah Perata Gigi Pada Proses Ortodontik Dengan Metode Differential Evolution. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6025211006-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (17MB) | Request a copy

Abstract

Clear Aligner (CA) merupakan teknik untuk perawatan ortodontik yang lebih aman, lebih mudah, dan lebih cepat dari pada menggunakan kawat gigi. Teknik perawatan CA menggunakan urutan perata dari plastik yang disesuaikan
untuk setiap urutannya. Jumlah perata yang digunakan bergantung pada kasus yang diderita pasien. Jumlah perata semakin sedikit mengartikan waktu perawatan yang semakin cepat serta biaya perawatan yang lebih murah. Selama ini, praktik penggunaan CA memerlukan banyak waktu dalam prosesnya jika dilakukan secara manual seperti proses penentuan gigi, perhitungan analisa studi model, dan
penempatan posisi gigi.
Penelitian ini melakukan proses segmentasi gigi model tiga dimensi (3D) berformat mesh dengan menggunakan metode deep learning. Hasil dari segmentasi gigi digunakan untuk mengetahui orientasi rahang sehingga bisa dilakukan penentuan landmark-landmark gigi. Penelitian ini menggunakan pendekatan optimisasi Differential Evolution (DE) untuk menentukan posisi gigi pada tiap perata gigi dengan menggunakan sabuk Bonwill-Hawley dan bidang datar segitiga
sebagai tujuan gerakan gigi. Dengan memposisikan gigi secara optimal pada tiap perata gigi, algoritma akan dapat menghasilkan jumlah perata gigi sesuai dengan tahapan perawatan ortodontik yang diperlukan.
Berdasarkan hasil uji coba penggunaan proses titik-titik kandidat dan tidak menggunakan proses titik-titik kandidat, menghasilkan peningkatan performa RMSE pada proses penentuan landmark gigi ketika menggunakan proses titik-titik kandidat dengan nilai RMSE 3,02. Selain itu, uji coba dengan kombinasi urutan jenis gerakan gigi, yaitu rotasi dan translasi menghasilkan nilai selisih yang lebih kecil ketika menggunakan urutan rotasi terlebih dahulu kemudian translasi dengan selisih dengan ground truth adalah 1.
=================================================================================================================================
Clear Aligner (CA) is a technique for orthodontic treatment that is safer, easier, and faster than using braces. The CA treatment technique uses a graded sequence of molded plastics adjusted for each sequence. The number of averaging
used depends on the case suffered by the patient. The smaller the number of graders, the faster the treatment time and cheaper costs. So far, the practice of using CA requires a lot of time in the process if it is done manually, such as the process of determining the teeth, calculating the analysis of model studies, and placing the position of teeth.
This study performs a three-dimensional (3D) model of tooth segmentation process in format mesh using deep learning method. The results of tooth segmentation are used to determine the orientation of the archs so that dental
landmarks can be determined. This study uses the differential Evolution (DE) optimization approach to determine the position of the teeth at each leveling step in
a three-dimensional data model using the belt of Bonwill-Hawley and triangular flat plane as the goal of tooth motion. By positioning the teeth optimally at each leveler
step, the algorithm will be able to produce the amount of aligner according to the required orthodontic treatment stages.
Based on the experimental result by whether using candidate points process or not, the proposed method resulted with improvement performance when using candidate points process with RMSE value 3.02. Beside that, the experiment in squence combination type of tooth motion, resulted difference of 1 with the ground truth when using rotation first followed by movement.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	3D tooth segmentation, Differential Evolution, Automation orthodontic treatment planning, 3D tooth segmentation, Differential Evolution, Automation orthodontic treatment planning
Subjects:	R Medicine > RK Dentistry T Technology > T Technology (General) > T385 Visualization--Technique T Technology > T Technology (General) > T57.62 Simulation
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	Sulaiman Triarjo
Date Deposited:	05 Aug 2023 04:26
Last Modified:	05 Aug 2023 04:26
URI:	http://repository.its.ac.id/id/eprint/101307

Actions (login required)

View Item