Indonesia Optimasi Algoritma CNN untuk Indentifikasi Gigi Karies menggunakan Adam, Adamax, dan RMSprop Optimizer

Jonathan Stanly, Abdul RahmanNon-Scopus10 Juni 2025Afiliasi: ID

Abstrak

Kesehatan gigi dan mulut merupakan kondisi di mana jaringan keras dan lunak dalam rongga mulut berada dalam keadaan sehat, bebas dari penyakit, serta gangguan estetik. Salah satu masalah utama yang dihadapi adalah gigi karies, yaitu penyakit yang dimulai dari kerusakan permukaan gigi dan dapat meluas ke pulpa. Konsumsi makanan manis sering menjadi penyebab utama kerusakan gigi dan karies. Penelitian ini bertujuan untuk mengembangkan sistem yang mampu mengenali gigi karies dan tidak karies menggunakan Convolutional Neural Network (CNN) dengan arsitektur Vgg-16. Dataset yang digunakan terdiri dari 500 citra, dengan pembagian 80% untuk data latih, 10% untuk data validasi, dan 10% untuk data uji. Penelitian ini juga mengevaluasi kinerja model dengan menggunakan tiga optimizer berbeda: Adam, Adamax, dan RMSprop. Hasil eksperimen menunjukkan bahwa penggunaan optimizer Adam menghasilkan akurasi 77%. Sementara itu, Adamax menghasilkan akurasi 79%, dan RMSprop menghasilkan akurasi 70%.

Identifier

Scroll to Top