Penyakit gigi menimbulkan masalah kesehatan yang signifikan bagi masyarakat, dengan penyakit umum termasuk lesi periapikal, resorbsi alveolar crest, impaksi, dan karies. Penilaian manual gambar radiografi panoramik biasanya digunakan untuk mendeteksi dan mendiagnonsis berbagai kondisi gigi. Deteksi penyakit secara manual seringkali memiliki hasil yang berbeda antara satu dokter dengan dokter lainnya dan membutuhkan waktu lebih lama untuk menyaring penyakit gigi. Ide kami adalah membuat deteksi penyakit gigi dari radiografi panoramik. Kami menerapkan deteksi objek menggunakan YOLOv5 untuk mendapatkan gigi satu per satu dari gambar penuh panoramik radiografi gigi. Setelah dilakukan penomoran gigi, pengguna akan mendapatkan gambar potongan gigi yang digunakan untuk mendeteksi penyakit gigi menggunakan model Convolutional Neural Network. Kami membuat sistem yang akan membantu dokter gigi dengan dataset dari Universitas Airlangga.