Perpustakaan Digital ITB

Gigi adalah bagian vital dari tubuh manusia, namun hanya 4.5% populasi yang melakukan pemeriksaan gigi secara rutin. Ada dua penyakit gigi yang sampai saat ini masih menjadi fokus dan masih banyak kasus yang terjadi di seluruh dunia, yaitu karies dan periodontitis. Penelitian deteksi penyakit gigi yang telah dilakukan sebelumnya banyak menggunakan data citra x-ray dan hanya sedikit yang menggunakan data citra RGB, namun sayangnya hanya ada 2 penelitian yang memberikan dataset yang dapat diakses secara publik. Penelitian mengenai klasifikasi level penyakit gigi karies dan kalkulus belum pernah dilakukan sebelumnya. Penelitian ini mengembangkan model deep learning untuk mendeteksi penyakit gigi dan mengklasifikasikan level penyakitnya menggunakan citra gigi RGB. Dengan dataset baru yang dapat diakses secara publik, algoritma penomoran gigi, dan empat model deep learning, penelitian ini berhasil mencapai presisi 90.8% untuk penomoran gigi yang memiliki gigi palsu, nilai mAP rata-rata 62% untuk deteksi penyakit gigi, dan mendapatkan nilai akurasi rata-rata 57% untuk klasifikasi level penyakit gigi. Temuan ini menunjukkan potensi model dalam mendukung diagnosa awal penyakit gigi, yang dapat memfasilitasi pencegahan dan pengobatan yang lebih baik, dan dapat membuka jalan untuk pengembangan alat diagnostik yang lebih mudah diakses dan efisien untuk kesehatan gigi.