Deteksi Caries Gigi Dari Citra Dimensi Near Infrared

Santosa, Khorana Tripambudi (2021) Deteksi Caries Gigi Dari Citra Dimensi Near Infrared. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07311540000007_Khorana Tripambudi Santosa_Buku TA.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2023.

Download (20MB) | Request a copy

Abstract

Gigi adalah salah satu bagian dalam tubuh manusia maupun hewan yang berfungsi untuk merobek dan mengunyah makanan. Gigi dibagi menjadi berbagai macam lapisan, salah satunya adalah enamel gigi. Enamel gigi memiliki beberapa fungsi, dimana salah satunya adalah melindungi gigi dari kerusakan dan merupakan bagian terkuat. Namun sayangnya rentan akan asam dan penumpukan bakteri. Karies yang dialami oleh gigi terjadi karena adanya pembusukan dari gigi. Karies pada gigi juga biasa disebut sebagai gigi berlubang. Karies adalah infeksi bakteri, infeksi bakteri ini menyebabkan demineralisasi dan karenanya dapat menghancurkan jaringan keras pada gigi. Karies gigi dapat dideteksi melalui pemindaian radiografi gigi. Citra radiografi memainkan peran menting dalam diagnosis dan perencanaan perawatan gigi. Para peneliti sudah mendeteksi karies menurut observasi klinikal. Untuk diagnosis dan perawatan, pemindaian radiografi gigi memiliki peranan yang sangat penting. Namun peranan radiografi sedikit diragukan untuk unsur kemanan. Para peneliti juga sudah mendeteksi karies menurut observasi klinikal menggunakan NIR. Penelitian yang diajukan ini adalah pendeteksian citra gigi yang terdapat karies di dalamnya menggunakan modalitas yang ada. Penelitian ini diajukan guna mempermudah klinisi/dokter yang terkadang mengalami kesulitan dalam melihat citra gigi yang dihasilkan oleh modalitas yang ada. Kesulitan tersebut berupa hasil citra karies gigi yang dihasilkan oleh modalitas tertentu terkadang bukanlah karies sepenuhnya, sehingga klinisi/dokter harus melakukan pengecekan lebih yaitu tidak cukup untuk melihat citra yang ada tetapi juga harus mengecek langsung ke gigi pasien yang mengalami abnormalitas pada gigi. Oleh sebab itu penelitian ini diciptakan untuk mempermudah klinisi dalam melakukan pekerjaannya. Penelitian ini dilakukan menggunakan CNN dengan arsitektur U-Net. Penelitian yang menggunakan CNN dengan arsitektur U-net ini menghasilkan tingkat akurasi yang cukup tinggi yaitu sekitar 87%. Penelitian ini diharapkan dapat membantu para klinisi untuk mendeteksi citra karies yang terdapat pada gigi. ===================================================================================================== Teeth are one of the parts in the human and animal bodies that function to tear and chew food. Teeth are divided into various layers, one of which is tooth enamel. Tooth enamel has several functions, one of which is to protect teeth from decay and is the strongest part. But unfortunately it is susceptible to acid and bacterial buildup. Caries experienced by teeth occurs due to the decay of the teeth. Dental caries is also commonly referred to as cavities. Caries is a bacterial infection, this bacterial infection causes demineralization and hence can destroy the hard tissue on the teeth. Dental caries can be detected by means of a dental radiographic scan. Radiographic images play an important role in the diagnosis and planning of dental treatment. Researchers have detected caries according to clinical observations. For diagnosis and treatment, dental radiographic scanning has a very important role. However, the role of radiography is somewhat doubtful for the element of security. Researchers have also detected caries according to clinical observations using NIR. The research proposed is to detect dental images with caries in it using existing modalities. This study was proposed in order to make it easier for clinicians / doctors who sometimes have difficulty seeing the tooth image produced by existing modalities. This difficulty is in the form of images of dental caries produced by certain modalities, sometimes it is not completely carious, so the clinician / doctor must do more checks, which is not enough to see the existing images but must also check directly on the teeth of patients who have abnormalities in the teeth. Therefore this research was created to make it easier for clinicians to do their job. This research was conducted using CNN with U-Net architecture. This research using CNN with U-net architecture produces a fairly high level of accuracy, which is around 87%. This study is expected to help clinicians to detect caries images in teeth.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Enamel, Caries, Radiografi, Near infrared imaging (NIR).
Subjects: R Medicine > RK Dentistry
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering
Depositing User: Khorana Tripambudi Santosa
Date Deposited: 04 Mar 2021 02:43
Last Modified: 04 Mar 2021 02:43
URI: https://repository.its.ac.id/id/eprint/83364

Actions (login required)

View Item View Item