ABSTRAKSI: Kesehatan gigi berkaitan langsung dengan kegiatan metabolisme tubuh karena gigi merupakan organ yang terdapat pada sistem pencernaan dan sistem pencernaan sangat erat hubungannya dengan metabolisme tubuh. Tujuan penelitian ini adalah untuk mengetahui kesehatan gigi dengan menggunakan x-ray karena ada bagian dari gigi yang tidak terlihat. Salah satu penyakit gigi adalah granuloma. Granuloma merupakan penyakit peradangan yang berada disekitar apeks gigi. Penyakit ini juga sulit untuk diketahui oleh dokter gigi umum, sedangkan dokter spesialis radiologi gigi di Indonesia pun jumlahnya tidak banyak.
Metode penelitiannya adalah eksperimental murni. Pada penelitian ini telah dibuat suatu program untuk mendeteksi granuloma melalui citra hasil x-ray gigi berdasarkan ekstraksi ciri Analisis Tekstur dan menggunakan klasifikasi k-NN (k-Nearest Neighbor). Analisis tekstur tepat digunakan karena ada perbedaan tekstur pada granuloma. K-NN digunakan pada penelitian ini karena merupakan metode klasifikasi tanpa proses latih sehingga ringkas.
Sistem yang dibuat menghasilkan tingkat akurasi sebesar 73 % pada saat tidak ada normalisasi citra. Setelah dilakukan normalisasi citra akurasi meningkat menjadi 80%, dan waktu komputasi selama kurang lebih 1,448 detik.
Simpulan dari penelitian ini adalah telah berhasil dirancang sistem pendeteksian granuloma melalui sebuah sistem dengan ekstraksi ciri menggunakan analisis tekstur dan metode klasifikasi k-NN.Kata Kunci : citra hasil x-ray gigi, granuloma, Analisis Tekstur, klasifikasi k-NNABSTRACT: Dental health is directly related with body metabolism because tooth is one of digestive system organ, and digestive system organ is tightly related with body metabolism. The purpose of this study is to check up our dental health by using x-ray image, because there is some part of our tooth that is unseen. One kind of dental disease is granuloma. Granuloma is an inflammatory disease near the tooth’s apex. This kind of disease is difficult to be identified by general dentist, though radiology specialist dentist is too way too rare in Indonesia.
This study is made to detect granuloma by image processing of its x-ray image, where the steps are: feature extraction using Texture Analysis dan classification using k-NN (k-Nearest Neighbor). Texture Analysis is used because there are some texture differences in granuloma. K-NN is used in this study because it was a simple classification method without training process.
This system had an accuracy of 73% when there is no image normalization. But, if some image normalization was done, the accuracy is increase to 80%, and the computation time is 1,448 seconds.
The conclusions of this study is already successfully designed a system to detect granuloma by using feature extraction using Texture Analysis dan classification using k-NN (k-Nearest Neighbor).Keyword: dental x-ray image, granuloma, Texture Analysis, K-NN classification