Deteksi dini osteoporosis melalui Region of Interest (ROI) dari citra dental panoramic radiograph pada area tulang mandibula dengan menggunakan metode mamdani adaptive neural fuzzy inference system (M-anfis)

INDONESIA:

Osteoporosis adalah istilah umum untuk suatu penyakit tulang yang menyebabkan berkurangnya jumlah jaringan tulang dan tidak normalnya struktur atau bentuk mikroskopik tulang. Osteoporosis dapat didiagnosa dengan mengukur kepadatan tulang (BMD/Bone Mineral Density).

Penelitian ini membahas mendeteksi dini osteoporosis melalui region of interest(RoI) tulang mandibula menggunakan metode M-Anfis. Tujuannya adalah dapat mendeteksi dini osteoporosis melalui region of interest (RoI) tulang mandibula. Aplikasi dibangun menggunakan bahasa Java sebagai bahasa pemrograman, Netbeans 7.0.1 sebagai platform dan MySQL sebagai databasenya. Uji coba dilakukan dengan menggunakan 50 data testing yang telah melakukan tes BMD sebelumnya.

Hasil dari Uji coba di cocokkan dengan hasil pemeriksaan tersebut. Dari hasil uji coba pada proses testing, dihitung nilai precision, recall dan accuracy nya. Namun nilai accuracy masih sangat rendah yaitu sebesar 24%, sehingga aplikasi ini dapat mendeteksi osteoporosis namun masih kurang maksimal.

ENGLISH:

Osteoporosis is a common term for a bone disease that reduces the amount of bone tissue and not normal microscopic bone structure. Osteoporosis can be diagnosed by measuring bone density (BMD / Bone Mineral Density)

This study discusses the early detection of osteoporosis through the region of interest (RoI) mandibular bone using M-ANFIS method. The purpose is to detect early osteoporosis through the region of interest (RoI) mandibular bone. Applications built using the Java language support as a programming language, netbeans 7.0.1 and MySQL as the database platform. The test is done by using 50 data of testing who had previous BMD (Bone Mineral Density) test.

Results of trials in the match with the results of the investigation. From the test results on the testing process, calculated values of precision, recall and its accuracy. However, the value of accuracy is still very low at 24%, so that the application can detect osteoporosis, but still less than the maximum.