SISTEM DETEKSI KETIDAKBERSIHAN PADA GIGI BERBASIS SINGLE BOARD COMPUTER MENGGUNAKAN ALGORITMA YOLO (YOU ONLY LOOK ONCE)

Rianto, Denny (2025) SISTEM DETEKSI KETIDAKBERSIHAN PADA GIGI BERBASIS SINGLE BOARD COMPUTER MENGGUNAKAN ALGORITMA YOLO (YOU ONLY LOOK ONCE). S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (541kB)
	Text (BAB I Pendahuluan) Bab I Pendahuluan.pdf - Published Version Restricted to Repository staff only Download (487kB) | Request a copy
	Text (BAB V Penutup) Bab V Penutup.pdf - Published Version Restricted to Repository staff only Download (293kB) | Request a copy
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (429kB) | Request a copy
	Text (Skripsi Full Text) SkripsiFullText_2111512022_Denny Rianto.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Kesehatan gigi dan mulut merupakan aspek penting dalam kesejahteraan hidup yang mana sering terabaikan karena sulitnya bagi individu untuk mendeteksi ketidakbersihan gigi seperti plak, kalkulus (karang gigi), dan debris. Penanganan yang terlambat dapat menyebabkan masalah kesehatan yang lebih serius dan biaya yang mahal. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk merancang dan membangun sebuah sistem berbasis Single Board Computer yang mampu mendeteksi dan mengklasifikasikan jenis ketidakbersihan pada gigi secara otomatis. Sistem ini memanfaatkan algoritma You Only Look Once versi 8 (YOLOv8s) yang diimplementasikan pada Raspberry Pi 4 Model B. Citra gigi diambil menggunakan Raspberry Pi Camera Module 3, dan hasilnya ditampilkan pada layar LCD 3.5 inci melalui antarmuka berbasis web. Model YOLOv8s dilatih menggunakan dataset sebanyak 1.136 gambar (setelah augmentasi) yang terdiri dari tiga kelas ketidakbersihan: plak, kalkulus, dan debris. Hasil pengujian menunjukkan bahwa model yang dikembangkan mencapai akurasi sebesar 80.6%. Sistem beroperasi secara optimal pada rentang intensitas cahaya 200-700 lux dan pada jarak kamera ke objek antara 1 hingga 7.5 cm. Waktu inferensi rata-rata untuk memproses satu citra pada perangkat adalah sekitar 2.45 detik, dengan penggunaan sumber daya yang tetap stabil dan efisien. Sistem ini berhasil menunjukkan kelayakan penggunaan teknologi deteksi objek pada perangkat keras yang terjangkau sebagai alat pencegahan awal kesehatan gigi, sehingga berpotensi untuk meningkatkan kewaspadaan publik tentang pentingnya menjaga kebersihan gigi.

Actions (login required)

View Item