Anda di halaman 1dari 6

Simpan dengan nama file: Prj-1_<Sepriano><161321066>

Kirim ke: jufriadif@yahoo.com


Subject: Prj-1_<nama><nobp

Simulasi Monte Carlo dalam Memprediksi Peserta Didik Baru


di SMKN 3 Muara Bungo
Sepriano
1
Faculty of Computer Science, Universitas Putra Indonesia YPTK Padang, 25221, Indonesia
e-mail: sepriano99@gmail.com

Abstract
Latar belakang: Setiap tahun Sekolah Menengah Kejuruan Negeri 3 (SMKN 3) Muara
Bungo melakukan proses penerimaan mahasiswa baru. Penerimaan Peserta Didik Baru
(PPDB) adalah proses awal dalam kegiatan belajar mengajar. Jumlah peminat yang
mengikuti PPDB selalu meningkat setiap tahun. Sehingga sekolah mengalami kesulitan
dalam menganalisis data peserta PPDB.
Tujuan: Bagaimana memprediksi jumlah PPDB untuk tahun yang akan datang.
Bahan (data) dan Metode: Data penelitian ini bersumber dari . Atribut data yang
diolah adalah ;..;..;..; Metoda untuk memproses data yang digunakan
adalah Monte Carlo
Hasil: Hasil dari prediksi ini mencapaitingkat akurasi nya
Diskusi/Kesimpulan: Simulasi Monte Carlo telah membantu membuat sebuah simulasi
terhadap kemungkinan-kemungkinan yang akan terjadi pada jumlah peserta didik baru
di SMKN 3 Muara Bungo

Keywords: Monte Carlo, Simulasi, Prediksi

1. Pendahuluan

Tooth decay, yang juga disebut gigi berlubang (dental cavities) atau karies gigi
(dental caries). Salah satu tipe penyakit gigi yang dideteksi menggunakan citra radiografi
adalah karies proksimal atau interproksimal (Abdelfattah, 2016). Karies ini sulit diagnosis
(Summit, James, Robbins dan Schwartz, 2006). Permukaan gigi proksimal hampir tidak
dapat didekati atau divisualisasikan secara langsung oleh karena itu karies di permukaan

Received October 31, 2017; Revised April 24, 2018; Accepted May 10, 2018
402 ISSN: 9999-
9999
ini sering didiagnosis dengan bantuan radiografi (Qu, Li, Zhang dan Ma, 2011). Berbagai
metoda dalam radiografi telah dilakukan untuk mendiagnosis klinis terhadap karies
proksimal (Farhadi, Shokraneh dan Saatchi, 2016; Kajan, Davalloo, Tavangar dan
Valizade, 2015; Zayet, Helaly dan Eiid, 2014; . Setiap metoda memiliki teknik,
kelebihan dan kekurangan masing-masing. Namun diagnosis secara otomatis masih
merupakan masalah yang menantang dan belum terpecahkan (Wang, Huang, Lee, Li,
Chang, Siao, Lai, Ibragimov, Vrtovec, Ronneberger, Fischer, Cootes dan Lindner, 2016).
Sehingga diperlukan suatu teknik yang sesuai dalam situasi tertentu (Periyasamy,
Chandrashekar, Nandagopal, Avoodaiappan dan Devi, 2017).

Citra radiografi adalah citra yang digunakan untuk membuktikan presepsi dokter
dalam mendiagnosa penyakit [9]. Panoramic X-Ray adalah suatu teknik radiografi untuk
menghasilkan satu citra dari struktur wajah yang meliputi baik rahang atas dan lengkung
gigi mandibula dan struktur pendukungnya [10]. Citra ini memegang peran penting dalam
diagnosis klinis dan perawatan gigi (Wang dkk, 2016). Diagnosis klinis gigi yang umum Commented [a1]: Nama penulis lengkap sudah ada
sebelumnya
dilakukan dokter gigi adalah menentukan penyakit, tipe penyakit dan keparahan penyakit
pada gigi. Citra yang dihasilkan dari radiografi ini tidak memberikan detail yang cukup
untuk prosedur perawatan dan pengobatan penyakit gigi (tooth decay) karena seringkali
disertai tumpang tindih dengan struktur anatomis (Coche, 2011).

Citra yang dihasilkan oleh mesin Panoramic X-Ray terdiri atas 2 output, yaitu
analog (film) dan digital. Citra digital dapat lebih meningkatkan akurasi dibandingkan
dengan analog (Ajins, Anitha, Anupama, Thomas dan Jacob, 2016), tetapi masih rendah
dalam ketelitian dibandingkan mesin radiografi lain dalam mendeteksi karies (Fallahzade,
Tofangchi, Samiie dan Ghasemi, 2013). Dan tidak ada perbedaan yang signifikan
terhadap deteksi karies proksimal dengan menggunakan bermacam peralatan radiografi
(Terry , Noujeim, Langlais, Moore dan Prihoda, 2016).

Agar informasi dalam citra digital Panoramic X-Ray dapat diamati lebih mudah,
maka diperlukan pengolahan citra untuk meningkatkan kualitas citra medis tersebut
(Na`am, 2017; Na`am, Harlan, Madenda dan Wibowo, 2016). Beberapa penelitian telah
dilakukan untuk memperbaiki kualitas citra untuk mendiagnosis karies. Valizadeh et al
(2015) melakukan penelitian untuk menentukan kedalaman dan lokasi karies approximal
pada citra radiografi digital menggunakan metode Fuzzy C-Means (FCM). Miri et al

M.Kom Vol. 9, No. 99, June 2018 : xxx xxx


M.Kom ISSN: 9999-9999 403

(2015) melakukan penelitian menguji akurasi citra asli dengan mode reverse contrast
terhadap citra radiografi interoral untuk mendeteksi karies proksimal tingkat dentin.
Naam et al (2017) melakukan penelitian untuk mendeteksi batas tepi caries pada citra
Panoramic X-Ray menggunakan metode Multiple Morfologi Gradient (mMG). Tikhe et
al (2016) melakukan penelitian untuk mendeteksi karies proksimal menggunakan metode
morfologi dilasi dan morfolog erosi serta canny untuk mendeteksi tepi karies.

Pada penelitian ini, dikemukan sebuah metode pengolahan citra digital Panoramic
X-Ray dalam membentuk batas tepi karies proksimal pada gigi molar. Batas tepi gigi
(edge) yang menjorok kedalam (masuk ke area) gigi merupakan identitas dari karies.
Hasil identifikasi dibandingkan dengan analisis dari dokter gigi untuk mendapatkan nilai
sensitifitas, spesifisitas dan akurasi penelitian.

2. Metode Penelitian
..........

3. Analisis dan hasil


......

3.1. .....

......

3.2. ....

........

3.2.1. ....
.....................

3.2.2. ....

.........................

3.3. ....

..........................
........................

4. Kesimpulan
................................

Title of manuscript is short and clear, implies research results (First Author)
404 ISSN: 9999-
9999

Ucapan terima kasih


..............................

Daftar Pustaka Commented [a2]: Urut berdasarkan abjad (usahakan


terbitan 5 tahun terakhir
Abdelfattah A. Oral Health, Diseases, Examination, Diagnosis, Treatment Plan & Mouth
Preparation. Advances in Dentistry & Oral Health. 2016; 3: 555602.
Ajins TA, Anitha CS, Anupama S, Thomas A, Jacob M. Imaging Modalities for
General Dental Practice - Bird s Eye View. Journal of Academy of Dental
Education. 2016;2: 11-14.
Coche EE. Chest Radiography Today and Its Remaining Indications. In: Baert AL, Reiser
MF, Hricak H, Knauth. Editors Comparative Interpretation of CT and Standard
Radiography of the Chest. Springer-Verlag Berlin Heidelberg. 2011:3-26.
Fallahzade F, Tofangchi M, Samiie H, Ghasemi S. A Comparison of The Diagnostic
Accuracy of Digial Bitewing and Digital Panoramic Radiogrphies in The
Detection of Proximal Caries. Annals of Dental Specialty. 2017; 5: 41-44.
Farhadi N, Shokraneh A, Saatchi M. Effect of different levels of sharpness processing
filter on the measurement accuracy of endodontic file length. Dental Hypotheses.
2016; 7:15-19.
Kajan ZD, Davalloo RT, Tavangar M, Valizade F. The effects of noise reduction,
sharpening, enhancement, and image magnification on diagnostic accuracy of a
photostimulable phosphor system in the detection of non-cavitated approximal
dental caries. Imaging Science in Dentistry 2015; 45: 81-7.
Miri S, Mehralizadeh S, Sadri D, Motamedi MRK, Soltani P. The efficacy of the
reverse contrast mode in digital radiography for the detection of proximal
dentinal caries. Imaging Science in Dentistry. 2015; 45: 141-145.
Na`am J. Edge Detection on Objects of Medical Image with Enhancement multiple
Morphological Gradient (EmMG) Method. Proc. EECSI 2017. Yogyakarta.
Indonesia, 19-21 September 2017: pp. 61-67.
Na`am J, Harlan J, Madenda S, Wibowo EP, The Algorithm of Image Edge Detection
on Panoramic Dental X-Ray Using Multiple Morphological Gradient (mMG)
Method, International Journal on Advanced Science, Engineering and
Information Technology, 2016; 6: 1012-1018.
Na`am J, Harlan J, Madenda S, Wibowo EP. Image Processing of Panoramic Dental
X-Ray for Identifying Proximal Caries. TELKOMNIKA, 2017; 15: 702-708.
Periyasamy R, Chandrashekar K, Nandagopal P, Avoodaiappan N, Devi MS.
Detection of dental caries. International Journal of Current Research, 2017;
9:54163-24167.
Qu X, Li G, Zhang Z, Ma X. Detection accuracy of in vitro approximal caries by cone
beam computed tomography images. Eur J Radiol. 2011; 79: 2009-2011.

M.Kom Vol. 9, No. 99, June 2018 : xxx xxx


M.Kom ISSN: 9999-9999 405

Sabarudin A, Tiau YJ. Image quality assessment in panoramic dental radiography: a


comparative study between conventional and digital systems. Quantitative
imaging in medicine and surgery. 2013;3: 43-48.
Summit, James B, Robbins JW, Schwartz RS. Fundamentals of Operative Dentistry;
A Contemporary Approach. 3rd ed. Quintessenz Verlag: Berlin; 2006. p. 31.
Terry GL, Noujeim M, Langlais RP, Moore WS, Prihoda TJ. A clinical comparison
of extraoral panoramic and intraoral radiographic modalities for detecting
proximal caries and visualizing open posterior interproximal contacts.
Dentomaxillofacial Radiology. 2016:45;20150159.
Tikhe SV, Naik AM, Bhide SD, Saravanan T, Kaliyamurthie K P. Algorithm to
Identify Enamel Caries and Interproximal Caries Using Dental Digital
Radiographs. 6th International Advanced Computing Conference (IACC). 2016:
225-228.
Valizadeh S, Goodini M, Ehsani S, Mohseni H, Azimi F, Bakhshandeh H. Designing
of a computer software for detection of approximal caries in posterior teeth.
Iranian Journal of Radiology. 2015; 12: 1-8.
Wang C, Huang C,Lee J, Li C, Chang S, Siao M, Lai T, Ibragimov B, Vrtovec T,
Ronneberger O, Fischer P, Cootes TF, Lindner C. A benchmark for
comparison of dental radiography analysis algorithms. Medical Image Analysis.
2016;31:6376.
Watanabe PCA, Faria V, Camargo AJ. Multiple Radiographic Analysis (Systemic
Disease): Dental Panoramic Radiography. Journal of Oral Health and Dental
Care. 2017; 1:007.
Zayet MK, Helaly YR, Eiid SB. Effect of changing the kilovoltage peak on radiographic
caries assessment in digital and conventional radiography. Imaging Science in
Dentistry 2014; 44:199-205.

BIBLIOGRAPHY OF AUTHORS

Assoc. Prof. Dr. Jufriadif Na`am, S.Kom, M.Kom was born in Padang,
Indonesia, in 1967. He is an associate Professor in Computer Science
Department, Universitas Putra Indonesia YPTK. He received the
Bachelor Degree in Management Informatics and Master Degree in
Information Tecnology in 1994 and 2006 from Universitas Putra
Indonesia YPTK. Moreover, he completed his Doctorate of Information
Technology as Medical Image expertise from Gunadarma University in
January 2017. He is member of IEEE (94313333) and Scopus author
member (57189371499). Currently, he has been researching on
Algorithms and Medical Images.

Title of manuscript is short and clear, implies research results (First Author)
406 ISSN: 9999-
9999
Prof. Dr. dr. Johan Harlan, S.Si, M.Si

M.Kom Vol. 9, No. 99, June 2018 : xxx xxx