Skripsi/Tugas Akhir
Analisis Data Klasifikasi Penyakit Gigi dan Mulut Menggunakan Metode Convolutional Neural Network
ABSTRAK
Kurangnya kesadaran masyarakat terhadap masalah kesehatan gigi dan mulut berdampak pada meningkatnya prevalensi penyakit gigi dan mulut di berbagai negara, termasuk di Indonesia. Hal ini disebabkan oleh kurangnya aksesibilitas dan ketersediaan pelayanan kesehatan gigi yang memadai di berbagaiwilayah. Oleh karena itu, diperlukan upaya untuk meningkatkan deteksi dan pencegahan penyakit gigi dan mulut secara dini dengan memanfaatkan teknologi terbaru seperti kecerdasan buatan (Artificial Intellegence/AI) dan machine learning (ML). Tujuan pada penelitian ini adalah untuk menganalisis accuracy, precision, recall, dan f-measure dari metode Convolutional Neural Network pada data klasifikasi penyakit gigi dan mulut, dengan tujuan untuk menilai kemungkinan penerapan CNN sebagai sistem informasi yang dapat memprediksi penyakit gigi dan mulut. Dengan demikian metode yang di gunakan peneliti adalah Convolutional Neural Network (CNN) karena merupakan satu metode dalam AI dan ML untuk pengolahan citra yang dapat mempelajari fitur-fitur pada gambar secara otomatis, maka sangat efektif untuk digunakan dalam tugas klasifikasi termasuk data gambar intraoral gigi dan mulut. Berdasarkan hasil pengujian performansi accuracy, presisi, recall, dan fmeasure dengan menggunakan CNN yang dilakukan pada data klasifikasi Penyakit gigi dan mulut yang berjumlah 1000 record gambar tersebut diperoleh hasil classification report memiliki akurasi 93%.
Kata Kunci: Klasifikasi, Data Mining, Machine Learning, dan Convolutional Neural Network
ABSTRACT
Lack of public awareness regarding dental and oral health issues has led to an increase in the prevalence of dental and oral diseases in various countries, including Indonesia. This is due to the inadequate accessibility and availability of dental health services in many regions. Therefore, efforts are needed to enhance early detection and prevention of dental and oral diseases by utilizing the latest technologies such as Artificial Intelligence (AI) and Machine Learning (ML). The objective of this study is to analyze the accuracy, precision, recall, and f-measure of the Convolutional Neural Network (CNN) method on dental and oral disease classification data, with the aim of assessing the feasibility of implementing CNN as an information system capable of predicting dental and oral diseases. The researchers chose the Convolutional Neural Network (CNN) method because it is one of the AI and ML methods for image processing that can automatically learn features from images, making it highly effective for classification tasks, including intraoral dental and oral image data. Based on the performance testing results of accuracy, precision, recall, and f-measure using CNN on dental and oral disease classification data consisting of 1000 image records, the classification report showed an accuracy of 93%.
Keywords: Classification, Data Extraction, Machine Intelligence, and Convolutional Neural Network
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS