Virus Covid-19 menyebar dengan cepat di sejumlah negara. Menurut Organisasi Kesehatan Dunia (WHO), salah satu penularan SARS-CoV-2 bisa terjadi melalui kontak langsung dan kontak tidak langsung seperti kontak dekat dengan orang yang terinfeksi melalui air liur dan saluran pernafasan atau droplet pernafasan yang dikeluarkan pada saat seseorang batuk, bersin, dan berbicara, Profesi dokter gigi merupakan profesi yang paling beresiko terpapar COVID-19, karena wilayah kerja dokter gigi berada di sekitar mulut dan wajah pasien, bersentuhan dengan air liur, maka kemungkinan penyebaran aerosol COVID-19 selama melakukan perawatan sangat tinggi.
Dalam mengurangi penyebaran COVID-19 tersebut, dokter gigi membutuhkan alat bantu penyedot aerosol yang di dalamnya terdapat HEPA filter untuk menyaring udara dengan alat Extra-Oral Suction (EOS). Extra-Oral Suction (EOS) tersebut di tambahkan sebuah sistem yang secara otomatis mendeteksi setiap pasien yang membuka mulut.
Dengan mendeteksi wajah dan mulut yang terbuka secara otomatis menggunakan pengembangan metode Position-Based Visual Servoing (PBVS) yang merupakan suatu metode untuk menavigasi robot dengan memanfaatkan informasi data visual. Ini berarti pengolahan masukan gambar, teori kontrol, dan robotika diintegrasikan untuk mengarahkan pergerakan robot sesuai dengan informasi visual yang ditangkap kamera.
Hasil penelitian ini berfokus pada konstruksi robot penghisap aerosol dan perluasan metode untuk membangun dan memilih metode mana yang cocok untuk fitur pelacakan keterbukaan mulut secara otomatis. Proses tracking mulut yang terbuka diintegrasikan menggunakan metode visual servoing yang terdiri dari PBVS sebagai pendekatan kontrol dan pembelajaran mendalam untuk deteksi mulut terbuka. Didapatkan hasil efisien yang dimiliki akurasi tertinggi mencapai 100%, SSD MobileNet memiliki akurasi 97%, dan SSD ResNet50 memiliki akurasi 98%. Selain itu, sistem dapat melacak posisi mulut manusia dengan kecepatan respon 135 px/s dan akurasi 73,1%.
Kesimpulan yang didapatkan pada peneilitan ini akurasi pendeteksian objek semakin tinggi membutuhkan waktu semakin lama untuk mendeteksi objek dan sebaliknya. Semakin cepat objeknya semakin lama waktu komputasi pendeteksian, maka akurasi pendeteksian objek akan semakin berkurang. Selain itu, berdasarkan hasil pelacakan kebukaan mulut otomatis, sistem dapat melacak posisi mulut manusia dengan kecepatan respon 135 px/s dan akurasi 73,1% terhadap perpindahan piksel rata-rata (kamera bingkai titik tengah) dengan toleransi kesalahan 80 piksel.
Penulis: Riyanto Sigit , Aditia Yuliyanto , Moch. Rochmad and Imam Safari Azhar
Correspondence author: Imam Safari Azhar, drg., M.Kes., Sp.Pros., SubSp PKIKG (K)
Informasi detail dapat dilihat di:
Riyanto Sigit , Aditia Yuliyanto , Moch. Rochmad dan Imam Safari Azhar
COVID-19 AEROSOL SUCTION ROBOT TO ASSIST DENTIST SURGERY BASED ON MOUTH OPENNESS DETECTION USING DEEP LEARNING
