NUGROHO, LUKMAN PRASETYO (2024) IMPLEMENTASI MACHINE LEARNING MENGGUNAKAN CNN PADA WEBSITE DIAGNOSA GIGI (STUDI KASUS KLINIK XXONE DENTAL CARE). Skripsi (S1) thesis, Universitas Muhammadiyah Metro.
|
Text
cover.pdf Download (229kB) | Preview |
|
|
Text
Abstrak.pdf Download (36kB) | Preview |
|
|
Text
Bab I.pdf Download (86kB) | Preview |
|
|
Text
Bab III.pdf Download (138kB) | Preview |
|
|
Text
Bab V.pdf Download (22kB) | Preview |
|
|
Text
Daftar Pustaka.pdf Download (37kB) | Preview |
Abstract
Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem diagnosis penyakit gigi berbasis machine learning menggunakan Convolutional Neural Network (CNN) pada website klinik Xxone Dental Care. Dengan adanya sistem ini, diharapkan dapat memberikan diagnosis awal yang akurat bagi pasien, sehingga membantu proses perawatan gigi menjadi lebih efektif dan efisien. Metodologi yang digunakan dalam penelitian ini adalah Software Development LifeCycle (SDLC) dengan pendekatan Waterfall. Proses pengembangan meliputi pengumpulan data, perancangan sistem, pengembangan aplikasi menggunakan Python dan TensorFlow, serta pengujian sistem melalui Black Box Testing dan Beta Testing. Hasil penelitian menunjukkan bahwa sistem diagnosis berbasis CNN memiliki tingkat akurasi tinggi dalam mendeteksi berbagai penyakit gigi seperti karies, kalkulus, dan radang gusi. Sistem ini tidak hanya memberikan manfaat praktis bagi klinik dalam meningkatkan pelayanan kepada pasien, tetapi juga menjadi referensi dalam pengembangan aplikasi machine learning di bidang kesehatan gigi. Diharapkan penelitian ini dapat memberikan kontribusi signifikan dalam bidang ilmu komputer dan kedokteran gigi.
Item Type: | Thesis (Skripsi (S1)) |
---|---|
Additional Information: | 008/S1 ILMU KOMPUTER/2024 |
Uncontrolled Keywords: | Machine Learning; Convolutional Neural Network (CNN); Diagnosa Gigi |
Subjects: | 000 Karya Umum > Ilmu Komputer |
Divisions: | Fakultas Ilmu Komputer > S1 Ilmu Komputer |
Depositing User: | Lina Septriani S |
Date Deposited: | 18 Mar 2025 01:46 |
Last Modified: | 19 Mar 2025 02:57 |
URI: | http://eprints.ummetro.ac.id/id/eprint/3859 |
Actions (login required)
![]() |
View Item |