SISTEM IDENTIFIKASI PENYAKIT GIGI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS MOBILE APPS

Kristianto, Juaniko (2024) SISTEM IDENTIFIKASI PENYAKIT GIGI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS MOBILE APPS. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000089_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32602000089_pernyataan_publikasi.pdf Restricted to Registered users only Download (244kB)

Abstract

Penyakit gigi adalah masalah umum yang dapat mempengaruhi kualitas hidup banyak orang. Karena prevalensi penyakit gigi yang meningkat, diagnosis penyakit gigi harus dilakukan dengan cepat dan efektif. Tujuan dari penelitian ini adalah untuk membuat sistem identifikasi penyakit gigi yang menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang diimplementasikan sebagai aplikasi telepon. Sistem ini dimaksudkan untuk membantu dokter gigi dan orang umum mengidentifikasi penyakit gigi secara otomatis melalui analisis gambar. Dengan dataset jenis penyakit gigi seperti calculus, caries, dan periodontitis, model CNN dilatih selama 25 epochs menggunakan optimizer Adam. Hasil uji coba menunjukkan bahwa model yang sudah dilatih berfungsi dengan baik dan memiliki tingkat precision 96%, 85%, 0.68% dan recall 0.91% 0.67% 0.86% fi-support 0.93% 0.75% 0.76%. Diharapkan penerapan sistem berbasis ponsel akan menjadi lebih mudah bagi dokter gigi saat menggunakannya. Kata Kunci : Penyakit Gigi, Identifikasi, Convolutional Neural Network (CNN), MobileNetV2, diagnosis otomatis, aplikasi mobile, sistem identifikasi.

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 4 UNISSULA
Date Deposited:	11 Feb 2025 03:41
URI:	http://repository.unissula.ac.id/id/eprint/37546

Actions (login required)

View Item