Prediksi Implan Gigi Menggunakan Algoritma Machine Learning

Zebua, Alisa (2025) Prediksi Implan Gigi Menggunakan Algoritma Machine Learning. Skripsi thesis, Program Studi Teknik Informatika.

	Text cover.pdf - Submitted Version Download (1MB)
	Text bab I.pdf - Submitted Version Download (1MB)
	Text bab II.pdf - Submitted Version Download (3MB)
	Text bab III.pdf - Submitted Version Download (6MB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy
	Text bab V.pdf - Submitted Version Download (476kB)
	Text daftar pustaka.pdf - Submitted Version Download (715kB)
	Text lampiran.pdf - Submitted Version Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Pemasangan implan gigi merupakan salah satu tindakan rehabilitasi oral yang membutuhkan evaluasi kondisi pasien secara menyeluruh agar prosedur berjalan efektif dan aman. Penilaian kelayakan calon penerima implan biasanya dilakukan oleh dokter berdasarkan pertimbangan klinis, radiografis, serta kondisi sistemik pasien. Dalam penelitian ini, dilakukan pemodelan sistem prediksi kelayakan pemasangan implan gigi menggunakan pendekatan machine learning berbasis algoritma Decision Tree tipe CART (Classification and Regression Tree). Data yang digunakan terdiri dari sejumlah atribut penting, seperti usia, jenis kelamin, riwayat merokok, kepadatan tulang, dan kondisi medis lainnya. Proses diawali dengan prapemrosesan data, meliputi konversi data kategorikal, normalisasi nilai, serta pemisahan data latih dan uji. Pemilihan fitur terbaik dilakukan menggunakan metode Gini Index untuk membentuk struktur pohon klasifikasi. Evaluasi performa model dilakukan melalui pengukuran metrik akurasi, presisi, recall, F1-score, dan AUC. Hasil pengujian menunjukkan akurasi sebesar 56,67%, presisi 40,00%, recall 60,00%, F1-score 48,00%, dan AUC sebesar 70,50%. Meskipun hasil evaluasi belum maksimal, model ini memberikan kontribusi awal dalam pengembangan sistem pendukung keputusan di bidang kedokteran gigi. Pengembangan lebih lanjut dapat dilakukan dengan menambahkan data, seleksi fitur, atau menggunakan algoritma yang lebih kompleks untuk meningkatkan kinerja model.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Implan gigi, Decision Tree, CART, prediksi kelayakan, Gini Index, klasifikasi: Dental implant, Decision Tree, CART, eligibility prediction, Gini Index, classification
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 006.3 Kecerdasan Buatan
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Susila Novmbrita
Date Deposited:	10 Nov 2025 02:04
Last Modified:	10 Nov 2025 02:04
URI:	http://repository.upbatam.ac.id/id/eprint/6937

Actions (login required)

View Item

Downloads