Identifikasi pola kerapuhan tulang berdasarkan fitur tekstur citra Dental Panoramic Radiograph (Dpr) menggunakan Gray Level Run Length Matrix (Glrlm) dan Support Vector Machine (Svm)

Kesadaran kesehatan tulang di Indonesia masih terbilang kecil dan biasanya akan kelihatan saat memasuki usia tua. Namun untuk mendeteksi kerapuhan tulang tersebut memerlukan alat yang digunakan biayanya mahal, yaitu pemeriksaan DEXA. Pada penelitian ini, dilakukan identifikasi pola kerapuhan tulang menggunakan citra DPR dengan melihat teksturnya di bagian tulang ramus mandibula. Diteliti pada bagian ramus mandibula karena tekstur kepadatan tulangnya mirip dengan tulang panggul yang biasa digunakan untuk identifikasi kerapuhan tulang. ROI ramus mandibula tersebut dipersiapkan dengan histogram equalization untuk diekstraksi fiturnya menggunakan GLRLM dengan lima fitur, yaitu SRE, LRE, GLU, RLU, dan RP. Dengan demikian, citra dapat diklasifikasi pola kerpauhan tulangnya menggunakan SVM untuk mengetahui mana tulang normal atau tulang rapuh, dimana ketika teridentifikasi sebagai tulang rapuh dapat diklasifikasi kembali menjadi osteopenia dan osteoporosis. Hasil yang didapat sangat optimal pada GLRLM dengan sudut orientasi 45° dengan menggunakan kernel polynomial pada klasifikasi SVMnya. Didapatkan tingkat akurasi pada hasil klasifikasi tulang normal dan tulang rapuh sebesar 95.5% dan tingkat akurasi pada hasil klasifikasi tulang rapuh (osteopenia dan osteoporosis) sebesar 81.8%.