Record Details

PIRANTI LUNAK UNTUK ANALISIS BENTUK LENGKUNG GIGI DENGAN JARINGAN SARAF TIRUAN

Jurnal Informatika

View Archive Info
 
 
Field Value
 
Title PIRANTI LUNAK UNTUK ANALISIS BENTUK LENGKUNG GIGI DENGAN JARINGAN SARAF TIRUAN
 
Creator Widyanto, M. Rahmat
Puspasari, Shinta
 
Subject —
—
 
Description In this paper, dental arch form classification system using back propagation algorithm is proposed. Some features of dental arch are selected for neural network input based on statistical analysis to dependent variables of dental arch. The system contains some features for training and testing the neural network, and for recognizing the arch form based on input parameters. The experiment uses randomly selected data set contains 190 numerical data of upper dental arch that are extracted from dental model images. The images were obtained by scanning the original 3D dental models of Indonesian patient that were collected from some orthodontic clinics in Jakarta. This experimental result shows that 76,3158% of correctness in classifying the arch form can be reached by neural network system. The system can be applied for supporting the orthodontic treatment.


Abstract in Bahasa Indonesia :

Dalam tulisan ini, dipaparkan hasil pengembangan system klasifikasi bentuk lengkung gigi berbasis algoritma propagasi balik jaringan saraf tiruan. Sejumlah fitur bentuk lengkung gigi dipilih sebagai input jaringan saraf tiruan berdasarkan hasil pengujian secara statistik terhadap variabel bentuk lengkung gigi. Piranti lunak dikembangkan terdiri dari sejumlah fitur yang digunakan untuk pengujian dan pelatihan JST, serta pengenalan bentuk lengkung berdasarkan parameter input yang diberikan oleh peng-guna. Eksperimen dilakukan terhadap data numerik hasil ekstraksi citra digital model cetakan lengkung gigi rahang atas sejumlah 190 orang pasien yang diambil secara acak. Citra lengkung gigi diperoleh dengan melakukan pemindaian terhadap model cetakan lengkung gigi tiga dimensi (3D) pasien ortodonti disejumlah klinik di Jakarta. Hasil uji coba menunjukkan bahwa 76,3158% berhasil diklasifikasikan dengan benar oleh sistem berbasis JST tersebut. Ke depannya sistem akan dikembangkan lebih optimal sehingga dapat diguna- kan untuk mendukung perawatan ortodonti.
 
Publisher Institute of Research and Community Outreach - Petra Christian University
 
Contributor —
 
Date 2009-01-20
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
 
Format application/pdf
 
Identifier http://jurnalinformatika.petra.ac.id/index.php/inf/article/view/16889
10.9744/informatika.9.1.8-14
 
Source Jurnal Informatika; Vol 9, No 1 (2008): MAY 2008; 8-14
2528-5823
1411-0105
 
Language eng
 
Relation http://jurnalinformatika.petra.ac.id/index.php/inf/article/view/16889/16873
 
Coverage —
—
—