<didl:DIDL xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:didl="urn:mpeg:mpeg21:2002:02-DIDL-NS" xmlns:dii="urn:mpeg:mpeg21:2002:01-DII-NS" xmlns:dip="urn:mpeg:mpeg21:2002:01-DIP-NS" xmlns:dcterms="http://purl.org/dc/terms/" DIDLDocumentId="http://eprints.amikom.ac.id/id/eprint/32610" xsi:schemaLocation="urn:mpeg:mpeg21:2002:02-DIDL-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/did/didl.xsd urn:mpeg:mpeg21:2002:01-DII-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dii/dii.xsd urn:mpeg:mpeg21:2005:01-DIP-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dip/dip.xsd">
  <didl:Item>
    <didl:Descriptor>
      <didl:Statement mimeType="application/xml">
        <dii:Identifier>http://eprints.amikom.ac.id/id/eprint/32610</dii:Identifier>
      </didl:Statement>
    </didl:Descriptor>
    <didl:Descriptor>
      <didl:Statement mimeType="application/xml">
        <dcterms:modified>2026-09-08T03:15:11Z</dcterms:modified>
      </didl:Statement>
    </didl:Descriptor>
    <didl:Component>
      <didl:Resource mimeType="application/xml" ref="https://eprints.amikom.ac.id/cgi/export/eprint/32610/DIDL/universitasamikomyogyakarta-eprint-32610.xml"/>
    </didl:Component>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/descriptiveMetadata</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="application/xml">
          <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:relation>https://eprints.amikom.ac.id/id/eprint/32610/</dc:relation>
        <dc:title>OPTIMASI K-NEAREST NEIGHBOR (K-NN) MENGGUNAKAN&#13;
ALGORITMA PARTICLE SWARM OPTIMIZATION UNTUK&#13;
MENGIDENTIFIKASI PENYAKI GIGI DAN MULUT</dc:title>
        <dc:creator>Al Ghifari, Dloifur Rohman</dc:creator>
        <dc:subject>000 Ilmu komputer, informasi dan pekerjaan umum</dc:subject>
        <dc:subject>610 Ilmu kedokteran, ilmu pengobatan dan ilmu kesehatan</dc:subject>
        <dc:description>Gigi dan mulut merupakan salah organ tubuh yang sangat penting bagi &#13;
manusia. Mulut merupakan gerbang masuk seluruh makanan yang dibutuhkan&#13;
tubuh dan gigi merupakan alat mengunyah agar proses pencernaan makanan dalam&#13;
perut berjalan baik. Mulut dan gigi yang tidak sehat akan menimbulkan dampak&#13;
negatif dan mengganggu kegiatan sehari hari. Menurut Hasil Riset Dasar Kesehatan&#13;
(RISKESDAS) 2018, sebanyak 57,6% Masyarakat Indonesia mengalami masalah&#13;
mulut dan gigi, serta 93% anak Indonesia mengalami karies gigi dan 87% orang&#13;
yang memiliki penyakit mulut dan gigi tidak berobat ke dokter, mereka berusaha &#13;
untuk mengobatinya secara mandiri. Berdasarkan data tersebut kesadaran akan &#13;
Kesehatan gigi dan mulut masih tergolong rendah karena kurangnya sosialisasi dan&#13;
pengetahuan tentang penyakit mulut dan gigi. &#13;
Padahal apabila dibiarkan penyakit pada gigi dan mulut akan dapat&#13;
menyebabkan penyakit berbahaya lainnya. teknologi komputasi telah mengalami&#13;
perkembangan salah satunya pengolahan citra menggunakan algoritma Machine&#13;
learning dan deep learning. Pada penelitian ini akan dilakukan klasifikasi penyakit&#13;
gigi dan mulut berdasarkan citra gigi dan mulut  menggunakan algoritma hybrid&#13;
CNN dan KNN. Algoritme CNN digunakan untuk proses ekstraksi fiturnya&#13;
sedangkan proses klasifikasinya menggunakan algoritma KNN. Untuk mengatasi&#13;
kelemahan KNN dalam penentuan nilai k yang masih adaptif, maka dilakukan&#13;
optimasi dengan algoritme Particle Swarm optimization (PSO). Berdasarkan&#13;
pengujian yang dilakukan algoritma PSO-KNN menghasilkan akurasi yang baik&#13;
dibandingkan dengan algoritma CNN saja, dengan rata-rata akurasi sebesar&#13;
91.59%.</dc:description>
        <dc:date>2025-08-06</dc:date>
        <dc:type>Thesis</dc:type>
        <dc:type>NonPeerReviewed</dc:type>
        <dc:format>text</dc:format>
        <dc:language>id</dc:language>
        <dc:identifier>https://eprints.amikom.ac.id/id/eprint/32610/1/21.55.2142%20-%20Dloifur%20Rohman%20Al%20Ghifari.pdf</dc:identifier>
        <dc:identifier>  Al Ghifari, Dloifur Rohman  (2025) OPTIMASI K-NEAREST NEIGHBOR (K-NN) MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION UNTUK MENGIDENTIFIKASI PENYAKI GIGI DAN MULUT.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   </dc:identifier></oai_dc:dc>
        </didl:Resource>
      </didl:Component>
    </didl:Item>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/objectFile</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="text" ref="https://eprints.amikom.ac.id/id/eprint/32610/1/21.55.2142%20-%20Dloifur%20Rohman%20Al%20Ghifari.pdf"/>
      </didl:Component>
    </didl:Item>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/humanStartPage</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="application/html" ref="https://eprints.amikom.ac.id/id/eprint/32610/"/>
      </didl:Component>
    </didl:Item>
  </didl:Item>
</didl:DIDL>