Cover Image

APLIKASI SISTEM PAKAR UNTUK PREDIKSI METODE PERSALINAN DENGAN NAIVE BAYES CLASSIFIER BERBASIS ANDROID

Main Author: EWIKA NADYA IFTITAH, 081411731012
Format: Thesis NonPeerReviewed Book
Bahasa: ind
Terbitan: , 2018
Subjects:
R856-857 Biomedical engineering. Electronics. Instrumentation
Online Access: http://repository.unair.ac.id/78360/1/ST%20T%2049_18%20Ift%20d%20Abstrak.pdf
http://repository.unair.ac.id/78360/2/ST%20T%2049_18%20Ift%20d.pdf
http://repository.unair.ac.id/78360/
http://www.lib.unair.ac.id
ctrlnum 78360
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.unair.ac.id/78360/</relation><title>APLIKASI SISTEM PAKAR UNTUK PREDIKSI METODE PERSALINAN DENGAN NAIVE BAYES CLASSIFIER BERBASIS ANDROID</title><creator>EWIKA NADYA IFTITAH, 081411731012</creator><subject>R856-857 Biomedical engineering. Electronics. Instrumentation</subject><description>Tingginya AKI atau Angka Kematian Ibu berkaitan dengan kematian ibu saat menjalani proses persalinan. Metode persalinan yang umum dilakukan di Indonesia adalah persalinan sesar dan persalinan normal. Persalinan sesar menjadi alternatif terakhir saat ibu mengalami penyulit persalinan namun metode tersebut juga memiliki risiko yang lebih tinggi untuk ibu maupun janin. Tingginya angka persalinan sesar yang dilakukan dengan keputusan tiba-tiba berkaitan dengan minimnya pengetahuan ibu tentang kondisi kehamilan risiko tinggi. Oleh karena itu penulis melakukan penelitian yang bertujuan untuk membantu ibu hamil dan keluarga memprediksi lebih dini prosesi persalinan yang akan dijalani untuk mendapat penanganan yang tepat dan mengurangi faktor risiko pada ibu dan janin. Penelitian dilakukan menggunakan metode Na&#xEF;ve Bayes Classifier yang berprinsip mengalikan probabilitas munculnya tiap variable pada parameter-parameter risiko untuk masing-masing kelas. Nilai probabilitas didapat dari data rekam medik pasien bersalin di RSU Haji Surabaya selama tahun 2017. Lalu dari nilai probabilitas masing-masing kelas dapat dilakukan prediksi awal metode persalinan pada aplikasi dengan mengambil nilai yang tertinggi. Untuk memudahkan pengguna pada zaman modern ini aplikasi dibuat berbasis Android. Dengan menggunakan 19 parameter risiko meliputi sosiodemografi, riwayat kehamilan, dan kondisi kehamilan terkini sebagai masukan program yang setiap pilihan pengguna akan mempengaruhi nilai probabilitas akhir yang merupakan hasil prediksi. Dari penelitian ini dapat disimpulkan bahwa aplikasi prediksi metode persalinan dengan Na&#xEF;ve Bayes Classifier berbasis Android dapat mengedukasi ibu hamil tentang kondisi kehamilan risiko tinggi dan prediksi metode persalinan yang akan dijalani degan nilai akurasi 80% dari 20 data pengujian, dengan sensitivitas 90% dan spesifisitas 70%.</description><date>2018</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>ind</language><identifier>http://repository.unair.ac.id/78360/1/ST%20T%2049_18%20Ift%20d%20Abstrak.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.unair.ac.id/78360/2/ST%20T%2049_18%20Ift%20d.pdf</identifier><identifier> EWIKA NADYA IFTITAH, 081411731012 (2018) APLIKASI SISTEM PAKAR UNTUK PREDIKSI METODE PERSALINAN DENGAN NAIVE BAYES CLASSIFIER BERBASIS ANDROID. Skripsi thesis, UNIVERSITAS AIRLANGGA. </identifier><relation>http://www.lib.unair.ac.id</relation><recordID>78360</recordID></dc>
language ind
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author EWIKA NADYA IFTITAH, 081411731012
title APLIKASI SISTEM PAKAR UNTUK PREDIKSI METODE PERSALINAN DENGAN NAIVE BAYES CLASSIFIER BERBASIS ANDROID
publishDate 2018
isbn 081411731012
topic R856-857 Biomedical engineering. Electronics. Instrumentation
url http://repository.unair.ac.id/78360/1/ST%20T%2049_18%20Ift%20d%20Abstrak.pdf
http://repository.unair.ac.id/78360/2/ST%20T%2049_18%20Ift%20d.pdf
http://repository.unair.ac.id/78360/
http://www.lib.unair.ac.id
contents Tingginya AKI atau Angka Kematian Ibu berkaitan dengan kematian ibu saat menjalani proses persalinan. Metode persalinan yang umum dilakukan di Indonesia adalah persalinan sesar dan persalinan normal. Persalinan sesar menjadi alternatif terakhir saat ibu mengalami penyulit persalinan namun metode tersebut juga memiliki risiko yang lebih tinggi untuk ibu maupun janin. Tingginya angka persalinan sesar yang dilakukan dengan keputusan tiba-tiba berkaitan dengan minimnya pengetahuan ibu tentang kondisi kehamilan risiko tinggi. Oleh karena itu penulis melakukan penelitian yang bertujuan untuk membantu ibu hamil dan keluarga memprediksi lebih dini prosesi persalinan yang akan dijalani untuk mendapat penanganan yang tepat dan mengurangi faktor risiko pada ibu dan janin. Penelitian dilakukan menggunakan metode Naïve Bayes Classifier yang berprinsip mengalikan probabilitas munculnya tiap variable pada parameter-parameter risiko untuk masing-masing kelas. Nilai probabilitas didapat dari data rekam medik pasien bersalin di RSU Haji Surabaya selama tahun 2017. Lalu dari nilai probabilitas masing-masing kelas dapat dilakukan prediksi awal metode persalinan pada aplikasi dengan mengambil nilai yang tertinggi. Untuk memudahkan pengguna pada zaman modern ini aplikasi dibuat berbasis Android. Dengan menggunakan 19 parameter risiko meliputi sosiodemografi, riwayat kehamilan, dan kondisi kehamilan terkini sebagai masukan program yang setiap pilihan pengguna akan mempengaruhi nilai probabilitas akhir yang merupakan hasil prediksi. Dari penelitian ini dapat disimpulkan bahwa aplikasi prediksi metode persalinan dengan Naïve Bayes Classifier berbasis Android dapat mengedukasi ibu hamil tentang kondisi kehamilan risiko tinggi dan prediksi metode persalinan yang akan dijalani degan nilai akurasi 80% dari 20 data pengujian, dengan sensitivitas 90% dan spesifisitas 70%.
id IOS3215.78360
institution Universitas Airlangga
institution_id 33
institution_type library:university
library
library Perpustakaan Universitas Airlangga
library_id 468
collection Airlangga Institutional Repositories
repository_id 3215
subject_area Adat Istiadat
Administrasi Negara dan Militer
Agama
city KOTA SURABAYA
province JAWA TIMUR
repoId IOS3215
first_indexed 2019-05-05T18:23:43Z
last_indexed 2019-05-05T18:23:43Z
recordtype dc
_version_ 1766060273944231936
score 17.538404

Lihat Juga