Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK

Maloklusi adalah bentuk oklusi gigi yang menyimpang dari normal, kondisi dimana rahang bawah dan rahang atas gigi tidak selaras. Perawatan ortodonti menggunakan braket ortodonti adalah salah satu solusi permasalahan maloklusi. Adanya kombinasi braket dan archwire dapat berpengaruh pada pergerakkan gigi selama perawatan ortodonti dilakukan. Salah satu permasalahan saat ini adalah beragam desain dan material braket yang banyak beredar dipasaran tanpa terkontrol standarisasinya. Metode simulasi dengan menggunakan typodont bertujuan untuk menguji performa braket ortodonti selama perawatan. Pengolahan citra digital merupakan salah satu peningkatan teknologi yang dapat diterapkan pada bidang kedokteran. Tujuan penelitian ini adalah mengembangkan sistem simulasi typodont berbasis image processing untuk mengevaluasi performa braket ortodonti. Hasilnya adalah sistem yang dapat melakukan tracking pada koordinat gigi selama simulasi dengan akurasi 94,81% dan standar deviasi 0,0529.

Kata kunci : maloklusi, braket ortodonti, simulasi typodont, pengolahan citra, koordinat gigi

---

ABSTRACTMalocclusion is a form of dental occlusion that deviates from normal, a condition in which the mandible and upper jaw of the teeth are not aligned. Orthodontic treatment using an orthodontic bracket is one solution to the problem of malocclusion. The combination of bracket and archwire can affect tooth movement during orthodontic treatment. One of the current problems is the variety of designs and materials orthodontic brackets that are widely circulated in the market without the standardization being controlled. The simulation method using the typodont aims to test the performance of the orthodontic bracket during treatment. Digital image processing is one of the technological improvements that can be applied to the medical field. The objective of this research is to develop an image-processing-based typodont simulation system to evaluate the performance of orthodontic brackets. The result is a system that can track tooth coordinates during the simulation with 94,81% accuracy and standard deviation of 0,0529. 

Keywords : malocclusion, orthodontic bracket, typodont simulation, image processing, dental coordinates

 

"

"Kendaraan roda dua atau yang biasa disebut sebagai motor merupakan kendaraan yang awam ditemukan khususnya di Negara Indonesia. Kendaraan yang sangat mudah untuk digunakan dan terjangkau harganya menjadikannya kendaraan nomor satu untuk digunakan sehari-hari. Banyak regulasi yang telah mengatur tentang keamanan dan kenyamanan untuk berkendara, namun masih banyak pihak yang melanggar hal tersebut. Oleh karena itu diperlukannya sebuah alat bantu yang dapat mendeteksi dan meregulasi pengendara sepeda motor. Menggunakan deep learning, komputer dapat mengelolah citra dengan tingkat akurasi yang tinggi dalam mendeteksi objek maupun klasifikasi objek. Salah satu metode Deep Learning yang digunakan untuk pengelolahan citra dan klasifikasi objek adalah YOLOv5 sebagai model utama. Tujuan dari Skripsi ini adalah untuk mengimplementasikan sistem detektor pengendara motor tanpa helm berbasi pengolahan citra dengan metode YOLOv5 dan melihat tingkat akurasi yang didapatkan. Hasil percobaan pada penelitian ini membuktikan bahwa sistem mampu melakukan deteksi dan kalkulasi dengan akurasi yang cukup tinggi yaitu sekitar 40 %. Hal ini sangat dipengaruhi dengan adanya jenis metode penentuan ID yang digunakan.

---

Two-wheeled vehicles or commonly referred to as motorbikes are vehicles that are commonly found, especially in Indonesia. A vehicle that is very easy to use and affordable, making it the number one vehicle for everyday use. Many regulations have regulated the safety and comfort of driving, but there are still many parties who violate this. Therefore we need a tool that can detect and regulate motorbike riders. Using deep learning, computers can manage images with a high degree of accuracy in detecting and classifying objects. One of the Deep Learning methods used for image processing and object classification is the YOLOv5. The purpose of this thesis is to implement an image processing-based helmetless motorcycle detector system using the YOLOv5 method and see the level of accuracy obtained. The experimental results in this study prove that the system is capable of performing detection and calculations with a fairly high accuracy of around 40%. This is strongly influenced by the type of ID determination method used."