DETEKSI GRANULOMA MELALUI CITRA RADIOGRAF PERIAPIKAL DENGAN METODE GABOR WAVELET DAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)

Muhammad Fadhil Zuandi, Bambang Hidayat, Suhardjo Sitam

Abstract


Abstrak
Granuloma gigi adalah kelainan gigi berupa massa
kronis jaringan granulasi yang meradang sebagai
respon rangsangan infeksi gigi. Dalam mendiagnosis
kelainan tersebut, dokter mengambil radiografi dari gigi
pasien untuk menunjang diagnosa. Salah satu jenis
radiografi yang digunakan oleh dokter gigi adalah
radiografi periapikal. Hasil dari radiografi ini kemudian
akan dilihat dan diinterpretasikan oleh dokter untuk
mendapatkan hasil akhir. Proses interpretasi ini dapat
dibatasi oleh kondisi mata dalam penglihatan dan
kecakapan dokter yang setiap individunya tidak sama.
Oleh sebab itu, dibutuhkan sebuah sistem yang dapat
membantu mendiagnosa kelainan dari hasil radiografi
yang didapat.
Tujuan dari penelitian ini adalah menciptakan sistem
yang dapat mempermudah diagnosis granuloma
berbasis MATLAB melalui ciri-ciri dari hasil
pengolahan citra radiograf. Citra masukan akan dibaca
dan diproses untuk kemudian di kelompokkan untuk
memperoleh hasil deteksi. Metode yang digunakan
dalam penelitian adalah metode Gabor Wavelet untuk
ekstraksi ciri dan metode klasifikasi Support Vector
Machine (SVM).
Hasil akhir dari penelitian ini adalah sistem yang
mampu mendeteksi kelainan granuloma dengan
masukan citra radiograf periapikal dengan akurasi
tertinggi 91.67% pada skenario pertama dan 87.5%
pada skenario kedua.
Kata kunci: Granuloma, Gabor Wavelet, Radiografi
Periapikal, Support Vector Machine (SVM)


Full Text:

PDF

References


A. Garg and N. Garg, Textbook of Endodontics 3rd Edition, New

Delhi: Jaypee Brothers Medical Publishers, 2014.

E. Whaites, Radiography and Radiology for Dental Nurses,

London: Churchill Livingstone, 2005.

R. C. Gonzalez and R. E. Woods, Digital Image Processing, New

Jersey: Prentice Hall, 2002.

M. Muchtar dan L. Cahyani, Klasifikasi Citra Daun dengan

Metode Gabor Co-Occurence, Surabaya: Institut Teknologi

Sepuluh Nopember, 2015.

M. Haghighat, S. Zonouz and M. Abdel-Mottaleb, “CloudID:

Trustworthy cloud-based and cross-enterprise biometric,” Expert

Systems with Applications, vol. 42, no. 21, pp. 7905-7916, 2015.

S. Aljahdali, A. Ansari dan N. Hundewale, “Classification of

image database using SVM with Gabor Magnitude,” 2012

International Conference on Multimedia Computing and Systems,

pp. 126-132, 2012.

R. Anggraini, Klasifikasi Jenis Kualitas Keju Dengan

Menggunakan Metode Gray Level Co-Occurrence Matrix

(GLCM) dan Support Vector Machine (SVM) Pada Citra Digital,

Bandung: Universitas Telkom, 2017.

A. Nugroho, A. Witarto dan D. Handoko, Support Vector

Machine, IlmuKomputer.Com, 2013.


Refbacks

  • There are currently no refbacks.