Pengolahan Citra Radiograf Periapikal Pada Deteksi Penyakit Kista Menggunakan Metode Adaptive Region Growing Dengan Klasifikasi K-nearest Neighbor

Farah Fadhilah Hermahiroh, Bambang Hidayat, Suhardjo Suhardjo

Abstract

Abstrak Gigi merupakan bagian keras yang berada di dalam mulut. Kesehatan gigi perlu diperhatikan karena jika tidak berbagai macam penyakit dapat datang kapan saja. Penyakit pada gigi bermacam-macam, diantaranya Kista Periapikal. Tugas Akhir ini mengembangkan aplikasi yang dapat mendeteksi penyakit kista periapikal menggunakan metode Adaptive Region Growing yang merupakan metode analisis pengambilan ciri dan klasifikasi K-Nearest Neighbor. Klasifikasi bertujuan untuk menentukan apakah citra masuk dalam klasifikasi kista atau gigi normal. Pada Tugas Akhir ini, penulis telah melakukan deteksi penyakit kista menggunakan sistem ini dapat membantu dokter apakah diagnosanya terhadap penyakit pada pasien yang ia lihat secara fisik dari citra radiograf sama dengan menggunakan sistem deteksi ini. Dari penelitian ini diperoleh hasil dengan tingkat akurasi tertinggi yaitu 90%. Kata Kunci : Gigi, Kista Periapikal, Adaptive Region Growing, KNN (K – Nearest Neighbor). Abstract Teeth are a hard parts in the mouth. Dental health needs to be considered because otherwise various diseases could come at any time. There are some types of dental diseases, such as Periapical Cysts. This final project develops an application that can detect periapical cyst disease using the method of Adaptive Region Growing which is a method of characteristic analysis and K-Nearest Neighbor classification. Classification aims to determine whether the object is cyst classification or just a normal teeth. In this Final Project, the detection has been done using this

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0