Pusadan, Mohammad Yazdi and Ghifari, Ari and Anshori, Yusuf (2023) Implementasi Data Mining untuk Prediksi Status Proses Persalinan pada Ibu Hamil Menggunakan Algoritma Naive Bayes. Technomedia Journal (TMJ), 8 (1). pp. 1-17. ISSN 2528-6544

Text 6204.pdf - Published Version Restricted to Registered users only Download (1MB)

Abstract

Persalinan merupakan proses mengeluarkan janin setelah kehamilan 20 minggu atau lebih untuk dapat hidup di luar kandungan melalui jalan lahir atau jalan lain, dengan atau tanpa bantuan. Angka Kematian Ibu di Indonesia masih cukup tinggi berdasarkan Buku Putih Reformasi Sistem Kesehatan Nasional pada Maret 2022, sebesar 305 per 100.000 kelahiran. Penyebab banyaknya Angka Kematian Ibu ialah proses persalinan berisiko bagi ibu dan janin. Prediksi klinis berkembang dengan mengadopsi ilmu komputer dan teknologi informasi dalam pengolahan datanya, disertai dengan metode data mining untuk teknik pengolahannya. Permasalahan ibu hamil dapat diantisipasi dengan menggunakan sistem prediksi status proses persalinan dengan implementasi data mining dan algoritma Naïve Bayes, dengan tujuan untuk membantu penurunan Angka Kematian Ibu, terutama diakibatkan proses persalinan berisiko. Penelitian ini menggunakan 600 data latih, lalu diuji menggunakan metode Confusion Matrix pada 100 data uji. Diperoleh nilai Precision sebesar 82.4%, nilai Recall sebesar 94%, nilai F-Measure sebesar 88.7%, nilai Accuracy sebesar 92%.

Actions (login required)

View Item