Belly SamRia NoerianingsihM RAKHMAT ERSYAD MUCHLIS2024-11-282024-11-282023-07-13https://repository.unpad.ac.id/handle/kandaga/160821200004ABSTRAK Pendahuluan: Lesi radiolusen odontogenik terdiri dari sekelompok entitas patologis yang ditandai dengan berbagai gejala klinis, gambaran radiograf dan histologi. Lesi radiolusen odontogenik sering ditemukan dan paling umum. Hingga saat ini penulis belum menemukan publikasi artikel tentang akurasi dari teknik Artificial Intelligence (AI) untuk diagnosa otomatis lesi radiolusen odontogenik. Tujuan dari scoping review ini adalah untuk mengetahui sejauh mana tingkat akurasi aplikasi penggunaan AI dalam mendiagnosa lesi radiolusen odontogenik. Metode: Penelitian ini merupakan scoping review dilakukan sesuai dengan PRISMA Extension for Scoping Reviews (PRISMA-ScR). Pencarian dalam penelitian ini menggunakan "Boolean Operators", yaitu metode pencarian artikel dengan menggabungkan dua kata atau lebih menggunakan "AND", "OR", dan "NOT". Pencarian literatur dilakukan pada database PubMed NCBI, Science Direct, EuropePMC, dan Scopus dengan kata kunci "(((artificial intelligence) AND (diagnostic)) AND (dental) AND (((CBCT) OR (panoramic)) OR (dental radiography))". Hasil: Berdasarkan hasil penelusuran artikel pada keempat database menggunakan kata kunci yang sudah ditentukan, ditemukan 741 artikel pada tahap penelurusan awal. Terdapat 19 studi yang menggunakan AI untuk menegakkan diagnosis, lesi radiolusen odontogenik. Simpulan: Aplikasi AI terbukti memiliki akurasi tinggi dalam mendiagnosa lesi radiolusen odontogenik. Namun, pengembangan model AI dimasa mendatang untuk mendiagnosa lesi radiolusen odontogenik dalan praktis klinis, diperlukan ketersediaan bigdata radiograf lesi radiolusen odontogenik, sumber daya komputasi, dan waktu serta melibatkan peneliti interdisiplin untuk melakukan kolaborasi penelitian. Kata kunci: Lesi radiolusen odontogenik, Artificial intelligence, AkurasiLesi radiolusen odontogenikArtificial intelligenceAkurasi