牙齿全景图中的牙周病分类,提取共同oc曲线矩阵(GLCM)的灰色特征

Hasnita Hasnita, Siska Anraeni, Fitriyani Umar
{"title":"牙齿全景图中的牙周病分类,提取共同oc曲线矩阵(GLCM)的灰色特征","authors":"Hasnita Hasnita, Siska Anraeni, Fitriyani Umar","doi":"10.33096/busiti.v2i4.1013","DOIUrl":null,"url":null,"abstract":"Penyakit periodontal adalah gangguan pada jaringan periodontal berupa inflamasi pada jaringan penyangga gigi. Penyakit periodontal dapat disebabkan oleh adanya tumpukan plek di gigi. penelitian ini bertujuan untuk melakukan klasifikasi penyakit periodontal pada citra panoramic gigi menggunakan K-Nearest Neighbor dan untuk mengetahui hasil akurasi klasifikasikasinya. Pada penelitian ini menggunakan 100 dataset citra dengan pembagian rasio 75:25 untuk data latih dan data uji, dataset citra diambil dari https://www.kaggle.com/ (Kaggle). tahapan yang dilakukan yaitu Preprocessing dengan mengubah citra menjadi aras keabuan atau grayscale, dan ekstraksi fitur dengan Gray Level Co-Occurrence Matrix (GLCM), kemudian pada tahap selanjutnya adalah proses pelatihan (training) dan pengujian (testing) dengan menggunakan K-Nearest Neighbor. Hasil dari klasifikasi pada pengujian dengan Arah 0, 45, 90, dan 135 menggunakan K=1, K=3, dan K=5. didapatkan hasil akurasi tertinggi pada Arah 45 dengan K=3 sebesar 64%.","PeriodicalId":447053,"journal":{"name":"Buletin Sistem Informasi dan Teknologi Islam","volume":"27 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Klasifikasi Penyakit Periodontal Pada Citra Panoramic Gigi Dengan Ekstraksi Fitur Gray Level Co-Occurrence Matrix (GLCM)\",\"authors\":\"Hasnita Hasnita, Siska Anraeni, Fitriyani Umar\",\"doi\":\"10.33096/busiti.v2i4.1013\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penyakit periodontal adalah gangguan pada jaringan periodontal berupa inflamasi pada jaringan penyangga gigi. Penyakit periodontal dapat disebabkan oleh adanya tumpukan plek di gigi. penelitian ini bertujuan untuk melakukan klasifikasi penyakit periodontal pada citra panoramic gigi menggunakan K-Nearest Neighbor dan untuk mengetahui hasil akurasi klasifikasikasinya. Pada penelitian ini menggunakan 100 dataset citra dengan pembagian rasio 75:25 untuk data latih dan data uji, dataset citra diambil dari https://www.kaggle.com/ (Kaggle). tahapan yang dilakukan yaitu Preprocessing dengan mengubah citra menjadi aras keabuan atau grayscale, dan ekstraksi fitur dengan Gray Level Co-Occurrence Matrix (GLCM), kemudian pada tahap selanjutnya adalah proses pelatihan (training) dan pengujian (testing) dengan menggunakan K-Nearest Neighbor. Hasil dari klasifikasi pada pengujian dengan Arah 0, 45, 90, dan 135 menggunakan K=1, K=3, dan K=5. didapatkan hasil akurasi tertinggi pada Arah 45 dengan K=3 sebesar 64%.\",\"PeriodicalId\":447053,\"journal\":{\"name\":\"Buletin Sistem Informasi dan Teknologi Islam\",\"volume\":\"27 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-11-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Buletin Sistem Informasi dan Teknologi Islam\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33096/busiti.v2i4.1013\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Buletin Sistem Informasi dan Teknologi Islam","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33096/busiti.v2i4.1013","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

牙周病是指牙周组织炎症性牙周病。牙周病可能是由牙齿上的一块斑点引起的。本研究旨在通过使用邻居的K-Nearest牙齿图像对牙周病进行分类,并确定其准确结果。在这项研究中,使用100个比例分布比例75:25的图像数据数据,数据数据来自https://www.kaggle.com/ (Kaggle)。这一阶段是预先处理,将图像转化为雪松壳或灰度,提取其四层共体矩阵(GLCM)的灰色特征,然后在其他阶段使用K-Nearest环境进行培训和测试。以0、45、90和135方向分类的结果使用了K=1、K=3和K=5。以K=3为64%,获得45的最高精度。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Klasifikasi Penyakit Periodontal Pada Citra Panoramic Gigi Dengan Ekstraksi Fitur Gray Level Co-Occurrence Matrix (GLCM)
Penyakit periodontal adalah gangguan pada jaringan periodontal berupa inflamasi pada jaringan penyangga gigi. Penyakit periodontal dapat disebabkan oleh adanya tumpukan plek di gigi. penelitian ini bertujuan untuk melakukan klasifikasi penyakit periodontal pada citra panoramic gigi menggunakan K-Nearest Neighbor dan untuk mengetahui hasil akurasi klasifikasikasinya. Pada penelitian ini menggunakan 100 dataset citra dengan pembagian rasio 75:25 untuk data latih dan data uji, dataset citra diambil dari https://www.kaggle.com/ (Kaggle). tahapan yang dilakukan yaitu Preprocessing dengan mengubah citra menjadi aras keabuan atau grayscale, dan ekstraksi fitur dengan Gray Level Co-Occurrence Matrix (GLCM), kemudian pada tahap selanjutnya adalah proses pelatihan (training) dan pengujian (testing) dengan menggunakan K-Nearest Neighbor. Hasil dari klasifikasi pada pengujian dengan Arah 0, 45, 90, dan 135 menggunakan K=1, K=3, dan K=5. didapatkan hasil akurasi tertinggi pada Arah 45 dengan K=3 sebesar 64%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Sistem Pendukung Keputusan Pemilihan Bibit Padi Unggul Menggunakan Metode Topsis Tehnique For Order Preference By Similarity To Ideal Solution ANALISIS BUKTI DIGITAL FORENSIK PADA DISCORD MENGGUNAKAN METODE NATIONAL INSTITUTE OF STANDARDS TECHNOLOGY Penerapan Metode K-Nearest Neighbor untuk Mengidentifikasi Jenis Kayu sebagai Bahan Furniture Analisis Perbandingan Tools Forensik Digital Pada Instagram Messenger Menggunakan Metode Nasional Institute of Standards and Technology Sistem Pakar Penentuan Tingkat Depresi Pada Ibu Hamil Menggunakan Certainty Factor Berbasis Web
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1