Text

Deteksi dan Segmentasi Karies Gigi pada Citra Intraoral Menggunakan YOLO dan Segment Anything Model (SAM)

---

Karies gigi merupakan salah satu masalah kesehatan gigi dan mulut yang paling umum terjadi di masyarakat, namun diagnosisnya umumnya masih dilakukan secara manual melalui pemeriksaan visual oleh tenaga medis, sehingga diperlukan sistem pendukung untuk mempercepat proses deteksi. Penelitian ini mengembangkan sistem deteksi dan segmentasi karies gigi pada citra intraoral menggunakan YOLOv11 yang dikombinasikan dengan Segment Anything Model (SAM). Dataset dibagi dengan rasio 80:10:10 untuk data latih, validasi, dan uji, serta diuji menggunakan beberapa kombinasi epoch, optimizer, dan learning rate untuk memperoleh model dengan performa terbaik. Model terbaik diperoleh menggunakan optimizer SGD dengan learning rate 0,001 pada 50 epoch, dengan nilai Precision 91,2%, Recall 98,1%, mAP50 98,7%, dan mAP50-95 75,7%. Hasil deteksi tersebut kemudian disegmentasi menggunakan SAM untuk memperoleh batas area karies secara lebih presisi, dan sistem ini selanjutnya diimplementasikan ke dalam aplikasi Android untuk mempermudah proses deteksi karies gigi secara praktis. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi dan menyegmentasi karies gigi dengan akurasi yang cukup tinggi, sehingga berpotensi menjadi solusi pendukung dalam deteksi karies gigi secara lebih cepat dan efisien melalui perangkat mobile.

---

Availability

Detail Information

Call Number

Informatika 003.1 Ray D

Language

Indonesia

NPM

213510259

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Deteksi Objek
Karies gigi
citra intraoral
OLOv11
Segment Anything Model (SAM)

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment