ABSTRAK
Granuloma merupakan sebuah penyakit yang terjadi pada jaringan periapikal gigi. Granuloma dapat dideteksi dari radiograf periapikal dari gigi pasien. Radiograf periapikal merupakan gambar x-ray yang menampilkan seluruh gigi, termasuk mahkota gigi, akar, dan tulang. Gambar x-ray gigi pasien akan diolah dan dokter akan mendiagnosis penyakit pada gigi tersebut.
Penelitian ini dilakukan dengan tahap-tahap seperti pre-processing, ekstrasi ciri, dan klasifikasi. Pada penelitian ini digunakan metode Transformasi DCT sebagai metode ekstrasi ciri tekstur dan warna. Discrete Cosine Transform (DCT) yang merupakan transformasi Fourier yang mengubah citra dari domain spasial ke domain frekuensi, serta menyusunnya berdasarkan frekuensi yang penting (DC) ke frekuensi kurang penting (AC). Metode Linier Discriminant Analysis bertujuan untuk maksimalisasi variasi antar masing-masing class (across users) dan meminimalisasi variasi dalam class (within user). Untuk Klasifikasi kualitas menggunakan metode K-Nearest Neighbor (K-NN).
Hasil dari penelitian ini adalah mampu untuk mengidentikfikasi penyakit granuloma dengan akurasi maksimal 85% pada android dengan waktu komputasi rata-rata 0.014626 detik dan menggunakan sampel periapikal radiograf granuloma sebagai 16 citra latih dan 20 citra uji.
Kata Kunci: Granuloma, radiograf periapikal, Discrete Cosine Transform (DCT), Linier Diskriminan Analysis.