Karies Penyakit karies gigi, atau kerusakan gigi, merupakan masalah kesehatan kronis global, terutama prevalen pada anak-anak dengan tingkat mencapai 93% menurut Riset Kesehatan Dasar 2018. Penurunan perawatan gigi akibat dampak COVID-19 menambah kompleksitas masalah ini. Karies gigi dimulai dari akumulasi plak, mengakibatkan demineralisasi email dan dentin, dan memiliki dampak serius terhadap kesehatan gigi dan tubuh secara keseluruhan. Deteksi dini menjadi kunci dalam pencegahan, mengingat progresivitas karies dapat dihentikan dengan tindakan yang tepat. Meskipun pemeriksaan klinis sulit mendeteksi karies proksimal secara dini, penggunaan radiograf panoramik sebagai alat bantu diagnosis menjadi penting. Dalam konteks ini, penelitian ini mengusulkan pendekatan inovatif menggunakan Convolutional Neural Network (CNN) dengan arsitektur U-Net untuk segmentasi otomatis karies gigi pada radiograf panoramik. Keempat model yang dikembangkan menunjukkan akurasi di atas 95%, menawarkan kontribusi signifikan untuk deteksi dini. Penggunaan teknologi ini diimplementasikan melalui sebuah website yang memudahkan input radiograf panoramik dan menampilkan hasil segmentasi dengan rinci. Hasilnya menunjukkan potensi untuk mencegah perlunya perawatan invasif akibat karies gigi yang tidak terdeteksi secara dini. Penelitian ini menggabungkan inovasi teknologi dan urgensi masalah kesehatan global, menyediakan landasan bagi pengembangan solusi lebih lanjut dalam diagnosis dan pencegahan karies gigi.