PERKEMBANGAN PENGGUNAAN INTELIGENSIA BUATAN SEBAGAI ALAT BANTU DIAGNOSA PENYAKIT PERIODONTITIS BERBASIS DATA CITRA RONTGEN PANORAMIK GIGI: KAJIAN PUSTAKA
-
Syahrul Fadholi Gumelar(1*)
Program Studi Magister Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jenderal Soedirman
-
Jamrud Aminuddin(2)
Program Studi Magister Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jenderal Soedirman
-
Mukhtar Effendi(3)
Program Studi Magister Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jenderal Soedirman
(*) Corresponding Author
Abstract
Kemajuan dalam bidang Inteligensia Buatan (Artificial Intelligence, AI) telah menghadirkan peluang baru dalam dunia medis, khususnya dalam analisis citra medis berbasis prinsip fisika. Penyakit periodontitis, yang merupakan infeksi kronis pada jaringan penyangga gigi, dapat dideteksi melalui pencitraan rontgen panoramik yang memanfaatkan sifat penyerapan dan hamburan sinar-X oleh struktur anatomi gigi dan tulang alveolar. Namun, analisis citra ini sering kali bergantung pada subjektivitas dokter gigi, sehingga diperlukan pendekatan komputasional untuk meningkatkan akurasi deteksi. Kajian pustaka ini bertujuan untuk mengidentifikasi metode AI yang diterapkan dalam proses diagnosis periodontitis menggunakan citra rontgen panoramik gigi. Delapan artikel ilmiah yang direview menunjukkan penggunaan teknik ekstraksi fitur seperti Gray Level Co-occurrence Matrix (GLCM) dan algoritma klasifikasi meliputi Random Forest, k-Nearest Neighbours (kNN), Convolutional Neural Network (CNN), YOLOv4, InceptionV3, dan Faster R-CNN. Evaluasi performa menghasilkan akurasi antara 64% hingga 91% dan nilai F1-score tertinggi sebesar 91,07%. Validitas metodologi pada artikel dinilai menggunakan Newcastle-Ottawa Scale (NOS) dan mayoritas menunjukkan kualitas sedang hingga tinggi. Temuan ini memperlihatkan bahwa integrasi AI dalam analisis radiografi gigi berpotensi memberikan hasil diagnosis yang lebih objektif dan efisien..
Downloads
References
2 Ghaffari M, Zhu Y, Shrestha A. 2024. A review of advancements of artificial intelligence in dentistry. Dentistry Review. 4(2): 100081.
3 Andriani I, Chairunnisa FA. 2019. Periodontitis kronis dan penatalaksaan kasus dengan kuretase. Insisiva Dental Journal: Majalah Kedokteran Gigi Insisiva. 8(1): 25-30.
4 Danks RP, Bano S, Orishko A, Tan HJ, Moreno SF, D’Aiuto F, Stoyanov D. 2021. Automating periodontal bone loss measurement via dental landmark localisation. International journal of computer assisted radiology and surgery. 16(7): 1189-1199.
5 Deng K, Zonta F, Yang H, Pelekos G, Tonetti MS. 2024. Development of a machine learning multiclass screening tool for periodontal health status based on non‐clinical parameters and salivary biomarkers. Journal of Clinical Periodontology. 51(12): 1547-1560.
6 Ruparell A, Gibbs M, Colyer A, Wallis C, Harris S, Holcombe LJ. 2023. Developing diagnostic tools for canine periodontitis: combining molecular techniques and machine learning models. BMC Veterinary Research. 19(1): 163.
7 Hasnita H, Anraeni S, Umar F. 2021. Klasifikasi penyakit periodontal pada citra panoramic gigi dengan ekstraksi fitur Gray Level Co-Occurrence Matrix (GLCM). Buletin Sistem Informasi Dan Teknologi Islam. 2(4): 284–288.
8 Alotaibi G, Awawdeh M, Farook FF, Aljohani M, Aldhafiri RM, Aldhoayan M. 2022. Artificial intelligence (AI) diagnostic tools: utilizing a convolutional neural network (CNN) to assess periodontal bone level radiographically—a retrospective study. BMC Oral Health. 22(1).
9 Jiang L, Chen D, Cao Z, Wu F, Zhu H, Zhu F. 2022. A two-stage deep learning architecture for radiographic staging of periodontal bone loss. BMC Oral Health. 22(1).
10 Soebiartika R, Rindaningsih I. 2023. Systematic Literature Review (SLR): Implementasi Sistim Kompensasi dan Penghargaan Terhadap Kinerja Guru SD Muhammadiyah Sidoarjo. MAMEN: Jurnal Manajemen. 2(1): 171-185.
11 Norris JM, Simpson BS, Ball R, Freeman A, Kirkham A, Parry MA, Emberton M. 2021. A modified Newcastle-Ottawa scale for assessment of study quality in genetic urological research. European Urology, 79(3): 325-326.
12 Li S, Liu J, Zhou Z, Zhou Z, Wu X, Li Y, Wang S, Liao W, Ying S, Zhao Z. 2022. Artificial intelligence for caries and periapical periodontitis detection. J Dent. 122: 104107.
13 Bashir NZ, Rahman Z, Chen SL. 2022. Systematic comparison of machine learning algorithms to develop and validate predictive models for periodontitis. J Clin Periodontol. 49(10): 958-969
14 Chang J, Chang MF, Angelov N, Hsu CY, Meng HW, Sheng S, Glick A, Chang K, He YR, Lin YB, Wang BY. 2022. Ayilavarapu S. Application of deep machine learning for the radiographic diagnosis of periodontitis. Clin Oral Investig. 26(11): 6629-6637.
15 Ryu J, Lee D, Jung Y, Kwon O, Park S, Hwang J, Lee J. 2023. Automated detection of periodontal bone loss using deep learning and panoramic radiographs: a convolutional neural network approach. Applied Sciences. 13(9): 5261.
16 Fadhillah Y, Kodir AIA, Siregar MNH. 2024. Periodontal Disease Detection with Machine Learning Technology From Radiographic Images: An Interdisciplinary Study Of Dentistry and Computer Science. CHIPSET. 5(2): 76-83.
17 Sarker IH. 2022. AI-based modeling: techniques, applications and research issues towards automation, intelligent and smart systems. SN computer science. 3(2): 158.
18 Mikelsten D, Teigens V, Skalfist P. Kecerdasan Buatan: Revolusi Industri Keempat. Cambridge Stanford Books. Cambridge, UK. 2022
19 Sarker IH. 2021. Machine learning: Algorithms, real-world applications and research directions. SN computer science. 2(3): 160.
20 Matsuzaka Y, Yashiro R. 2023. AI-based computer vision techniques and expert systems. Ai. 4(1): 289-302.
21 Shimazaki A, Ueda D, Choppin A, Yamamoto A, Honjo T, Shimahara Y, Miki Y. 2022. Deep learning-based algorithm for lung cancer detection on chest radiographs using the segmentation method. Scientific Reports. 12(1): 727.
22 Umer F, Habib S, Adnan N. 2022. Application of deep learning in teeth identification tasks on panoramic radiographs. Dentomaxillofacial Radiology. 51(5): 20210504.
23 Chen MX, Zhong YJ, Dong QQ, Wong HM, Wen,YF. 2021. Global, regional, and national burden of severe periodontitis, 1990–2019: An analysis of the Global Burden of Disease Study 2019. Journal of Clinical Periodontology. 48(9): 1165–1188.
24 Himammi AN, Hartomo BT. 2021. Kegunaan radiografi panoramik pada masa mixed dentition. Jurnal Radiologi Dentomaksilofasial Indonesia (JRDI). 5(1): 39-43.
25 Różyło-Kalinowska I. 2021. Panoramic radiography in dentistry. Clinical Dentistry Reviewed. 5(1): 26.
26 Resnik R. Misch's Contemporary Implant Dentistry E-Book: Misch's Contemporary Implant Dentistry E-Book. Elsevier Health Sciences, 2020.
27 Widodo BS, Jiwatami AMA. 2023. Studi Awal Teknik Perekaman Citra pada Perangkat Medis untuk Efisiensi Distribusi Citra Medis. Silampari Jurnal Pendidikan Ilmu Fisika. 5(1): 24-33.
Copyright (c) 2025 Jurnal Fisika : Fisika Sains dan Aplikasinya
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Published By 
Jl. Adisucipto, Penfui-Kupang, Lasiana, Klp. Lima, Kota Kupang, Nusa Tenggara Timur., Indonesia
This work is licensed under Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
