IDENTIFIKASI PENGOLAHAN CITRA DETEKSI PENYAKIT KISTA PERIAPIKAL MELALUI RADIOGRAF PADA GIGI MANUSIA DENGAN MENGGUNAKAN METODA EKSTRAKSI GRAY LEVEL COOCCURENCE MATRIX DAN METODA KLASIFIKASI DECISION TREE

HERMAS AHADHI SEPTIAJI

Informasi Umum

Kode

18.04.1479

Klasifikasi

621.38 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signal Processing

Dilihat

265 kali

Informasi Lainnya

Abstraksi

Indonesia merupakan negara yang memiliki berbagai macam jenis makanan yang dapat menyebabkan berbagai masalah kesehatan pada gigi. Salah satu alternatif untuk mengetahui penyakit apakah yang terdapat pada gigi manusia adalah dengan menggunakan radiolucent. Radiolucent dalam istilah kedokteran adalah gambaran hitam pada film, diluar gambar tulang. Radiolucent merupakan suatu media untuk mendeteksi penyakit dengan menggunakan gambaran hitam pada film atau biasa disebut dengan foto x-ray. Jadi dengan menggunakan radiolucent kita dapat mengetahui penyakit apa yang terdapat pada gigi kita dengan menggunakan foto x-ray. Gambaran sistem pada tugas akhir ini adalah data masukannya merupakan radiograf periapikal, lalu dilakukan proses yang pertama dengan cara mengakuisisi datanya dengan cara melakukan scanning, setelah mendapatkan hasil citra digital dari radiograf periapikalnya lalu melakukan identifikasi citra dengan menggunakan metode ekstraksi Gray Level Cooccurrence Matrix dan metode klasifikasi Decision tree, setelah melakukan proses tersebut maka di dapatkan hasil apakah gigi tersebut terkena penyakit kista periapikal atau tidak. Pada tugas akhir ini, setelah melakukan percobaan untuk mengidentifikasi penyakit kista periapikal pada gigi manusia dengan melakukan resize dengan ukuran 256x256 lalu menggunakan metode ekstraksi Gray Level Cooccurrence Matrix dengan menggunakan kuantisasi 8, radius piksel 3 dan sudut 0o setelah itu melakukan klasifikasi dengan metoda klasifikasi Decision tree lalu diimplementasikan pada matlab dapat mendeteksi penyakit kista periapikal pada gigi manusia dengan akurasi 85%. Kata Kunci: Radiolucent,GLCM,Decision Tree