Main Article Content

Monica Dessy Setyaningsih
Ayu Wahyuni
Antonius Yadi Kuntoro

Abstract

Kasus kematian seorang ibu dapat dinyatakan menjadi peristiwa yang cukup kompleks. Faktor resiko sangat penting untuk diidentifikasi secara dini guna mengembangkan strategi yang komprehensif untuk pencegahan komplikasi terkait kehamilan. Faktor resiko dapat diklasifikasikan berdasarkan data rekam medis dari pasien ibu hamil. Faktor yang menjadi acuan terdiri usia, tekanan darah, gula darah serta detak jantung. Dari hal tersebut dapat diklasifikasikan resiko kesehatan bagi seorang ibu. Ketika diketahui rekam medis pasien serta resiko yang ada maka dapat dilakukan antisipasi secara medis bagi pasien ibu hamil. Untuk proses klasifikasi yang manual kurang efektif dikarenakan akan cukup lama waktu yang dibutuhkan. Untuk mendukung manganalisa faktor resiko kesehatan pada ibu hamil maka digunakan data mining klasifikasi berbasis komputer agar dapat menggali informasi dari dataset faktor resiko kesehatan bagi ibu hamil. Maka dari penulis mengkaji dari data sekunder yang didapat dengan menggunakan Algoritma C4.5 dengan langkah yang pertama yaitu mengidentifikasi dan merumuskan masalah, menentukan tujuan penelitian, mempelajari buku dan jurnal terkait, pengumpulan data, pengolahan data, dan yang terakhir pengujian metode Algoritma C45 dan didapatlah hasil bahwa penerapan metode  algoritma C4.5 pada analisa faktor resiko kesehatan pada ibu hamil dapat diambil kesimpulan yaitu pohon keputusan yang dihasilkan dari 100 data pasien memiliki akar (root) Systolic BP menjadi faktor resiko paling utama dibandingkan atribut lainnya, dalam penerapan Algoritma C4.5 menghasilkan nilai akurasi 83,33% dengan pembagian data training dan data testing 70:30, dan dalam penggunaan metode Algoritma C4.5 menjadi salah satu metode yang tepat untuk klasifikasi faktor resiko kesehatan pada ibu hamil.

Downloads

Download data is not yet available.

Article Details

References
Andriani, A. (2013). Sistem prediksi penyakit diabetes berbasis decision tree. Jurnal Bianglala Informatika, I(1), 1–10.
Astuti, S. K., Aziz, M. A., Farisa, I., & Arya, D. (2017). Artikel asli Faktor Risiko Kematian Ibu di RSUP Dr . Hasan Sadikin Bandung Tahun 2009ÿ2013. 5(2), 52–56.
Bauserman, M., Lokangaka, A., Thorsten, V., Tshefu, A., Goudar, S. S., Esamai, F., Saleem, S., Pasha, O., Patel, A., Berrueta, M., Kodkany, B., Chomba, E., Liechty, E. A., Hambidge, K. M., Krebs, N. F., Derman, R. J., Hibberd, P. L., Althabe, F., Carlo, W. A., … Bose, C. L. (2015). Faktor risiko kematian dan tren angka kematian ibu di negara-negara berpenghasilan rendah dan menengah ibu : analisis prospektif kohort longitudinal. 12(Suppl 2), 1–9.
Hikmatulloh, H., Rahmawati, A., Wintana, D., & Ambarsari, D. A. (2019). Penerapan Algoritma Iterative Dichotomiser Three (Id3) Dalam Mendiagnosa Kesehatan Kehamilan. Klik - Kumpulan Jurnal Ilmu Komputer, 6(2), 116. https://doi.org/10.20527/klik.v6i2.189
Jollyta, D., Siddik, M., Mawengkang, H., & Efendi, S. (2021). Teknik Evaluasi Cluster Solusi Menggunakan Python dan Rapidminer. Deepublish.
Mardi, Y. (2017). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Edik Informatika, 2(2), 213–219. https://doi.org/10.22202/ei.2016.v2i2.1465
Muslim, M. A., Prasetiyo, B., Mawarni, E. L. H., Herowati, A. J., Mirqotussa’adah, Rukmana, S. H., & Nurzahputra, A. (2019). Data Mining Algoritma C45.
Muzakir, A., & Wulandari, R. A. (2016). Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree. Scientific Journal of Informatics, 3(1), 19–26. https://doi.org/10.15294/sji.v3i1.4610
Nurdiana, N., & Algifari, A. (2020). Studi Komparasi Algoritma Id3 Dan Algoritma Naive Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus. INFOTECH Journal, 6(2), 18–23. https://ejournal.unma.ac.id/index.php/infotech/article/view/816
Paramita, R. W. D., Rizal, N., & Sulistyan, R. B. (2021). Metode penelitian kuantitatif. Widya Gama Press.
Saputra, R. A. (2014). Komparasi Algoritma Klasifikasi Data Mining Untuk Memprediksi Penyakit Tuberculosis ( Tb ): Studi Kasus Puskesmas Karawang. Seminar Nasional Inovasi Dan Tren (SNIT), April, 1–8.
Sunge, A. S., & Aditasari.Ana Angelia. (2018). Penerapan Algoritma C4.5 Pada Klasifikasi Kelahiran Bayi Prematur Di Desa Setia Mekar. Jurnal Teknologi Pelita Bangsa, 8.
Widiastiwi, Y., & Ernawati, I. (2021). Klasifikasi Penyakit Batu Ginjal Menggunakan Algoritma Decision Tree C4 . 5 Dengan Membandingkan Hasil Uji Akurasi. 5(2), 128–135.
Setyawati, E., Wibowo, A., & Riyana, E. W. (2019). Waste Management Information System based on Android. Media Aplikom, 11(2), 96-104.
Wibowo, A., Nugroho, A., Marbun, P., & Fransi, D. C. (2018). Information system planning strategy on higher education institution based computer: a case study of a STIKOM yos sudarso purwokerto Indonesia. International Journal of Engineering & Technology, 7(4), 2835-2844.
Wibowo, A., & Suyudi, S. (2018). Penerapan Analisis SWOT Dalam Menentukan Strategi Pengembangan Sistem Informasi STIKOM Yos Sudarso Purwokerto. Jurnal HUMMANSI (Humaniora, Manajemen, Akuntansi), 1(1), 24-40.
Widiyanti, W., & Wibowo, A. (2021). Sistem Informasi Akuntansi Penjualan dan Persediaan Barang pada Toko Dua Putri Pekanbaru. Jurnal Ilmu Komputer dan Bisnis, 12(1), 116-132.
Wijoyo, H. (2021). Increased Ability to Conduct Interviews Through Assignment Methods. International Webinar with special theme of Achieving Strategy and Inspiring in the New Normal Era.
Daud, I., Nurjannah, D., Mohyi, A., Ambarwati, T., Cahyono, Y., Haryoko, A. E., ... & Jihadi, M. (2022). The effect of digital marketing, digital finance and digital payment on finance performance of indonesian smes. Academic and Scientific Journals, 6(1), 37-44.
Wijoyo, H., Akbar, M. F., Safii, A. R., Prasada, D., Yusuf, A., Sudarsono, A., & Widiyant, W. (2021). The Effect of Tax Stimulus During the Covid-19 Pandemic in Improving the Performance of Taxpayers. Available at SSRN 3873695.
Junita, A., & Agilitas, T. (2021). KEPEMIMPINAN AGILE 4.0. Leadership di Era Digital, 37.
Wijoyo, H., Gelgel, I. P., & Arniati, I. A. K. (2022). Factors that Cause the Monastery and Cetiya under the Auspices of the Pekanbaru MBI PC. Britain International of Humanities and Social Sciences (BIoHS) Journal, 4(1), 162-176.
Siagian, A. O., Prasada, D., Sudarsono, A., & Wijoyo, H. (2021). During the Pandemic Perceived Quality Forms Customer Loyalty via Brand Equity Oppo Smartphone Users.
Desmaryani, S., & Wijoyo, H. The Effect Of Self-Efficacy, Work Motivation On Job Satisfaction And Employee Performance: An Empirical Study On Palm Oil Company.
Wijoyo, H. Manajemen Keuangan. Insan Cendekia.