DETEKSI CITRA GRANULOMA MELALUI RADIOGRAF PERIAPIKAL DENGAN METODE HISTOGRAM OF ORIENTED GRADIENTS DAN KLASIFIKASI K-NEAREST NEIGHBOR

Abstract

Granuloma merupakan sebuah kelainan periapikal kronis pada nekrotik pulpa gigi manusia yang
menyerang orang-orang dengan daya tahan tubuh yang tinggi. Granuloma muncul sebagai bentuk imunitas
tubuh karena adanya infeksi pada gigi. Pemeriksaan penunjangan berupa periapikal radiograf dibutuhkan untuk
mendukung diagnosis dari anamnesis dokter gigi dimana hasil x-ray akan didiagnosa oleh dokter ahli radiologi.
Namun, interpretasi yang dilakukan oleh dokter ahli radiologi dapat berbeda-beda antara satu dokter dengan
dokter yang lain. Oleh karena itu, dibutuhkan sebuah metode yang dapat membantu dokter untuk menegakkan
diagnosis yaitu dengan pengolahan citra periapikal radiograf. Penelitian ini dilakukan dengan teknik
pengolahan citra digital untuk mempermudah diagnosa granuloma. Proses identifikasi citra diawali dengan
proses pre-processing, dilanjutkan dengan ekstraksi ciri dengan metode Histogram of Oriented Gradients
(HOG). HOG adalah sebuah fitur yang digunakan untuk arah tepian atau informasi bentuk lokal dari sebuah
citra yang tidak diketahui dengan jelas nilai gradien dan posisi tepinya. Diakhiri dengan proses klasifikasi
menggunakan metode K-Nearest Neighbor (KNN). Pada penelitian ini sistem dapat mengklasifikasikan kondisi
gigi granuloma atau non-granuloma dan menghasilkan nilai performansi terbaik dengan akurasi 83,33% dan
waktu komputasi 0.24897241 detik. Diharapkan kemampuan sistem ini dapat memberikan diagnosa pendukung
bagi tenaga ahli kesehatan dalam memberi keputusan dan penanganan yang tepat terhadap pasien.