Penerapan Model U-Net untuk Segmentasi Gigi pada Citra Radiografi Panoramik Orang Dewasa

Kesehatan gigi dan mulut berperan penting dalam menjaga kesehatan tubuh secara keseluruhan. Radiografi panoramik menjadi alat diagnostik utama untuk menganalisis kondisi gigi dan mulut, tetapi kompleksitas citranya sering menyulitkan proses analisis manual. Penelitian ini bertujuan mengimplementasikan arsitektur Convolutional Neural Network (CNN) untuk segmentasi citra radiografi panoramik, dengan U-Net sebagai model yang digunakan. Dataset yang digunakan adalah citra radiografi panoramik. Hasil pengujian menunjukkan bahwa model yang diimplementasikan mencapai nilai IoU dan dice coefficient sebesar 0,8335 dan 0,9092 yang menunjukkan kemampuan yang baik dalam mensegmentasi citra sehingga temuan ini dapat dijadikan alat bantu dalam mendukung diagnosis dan perencanaan perawatan kesehatan gigi dan mulut.