Klasifikasi Metode Persalinan pada Ibu Hamil Menggunakan Algoritma Random Forest Berbasis Mobile
DOI:
https://doi.org/10.30595/jrst.v7i2.16705Keywords:
Persalinan, Random Forest, Android, Machine LearningAbstract
Tren angka kematian ibu pada saat melahirkan masih tinggi di Indonesia, yakni sekitar 300 per 100.000 kelahiran. Pemerintah Indonesia berencana untuk menurunkan angka tersebut menjadi 183 per 100.000 kelahiran pada tahun 2024 mendatang. Salah satu faktor penyebab kematian ibu hamil di Indonesia disebabkan oleh hipertensi dan terjadinya pendarahan pada saat melahirkan dan dibutuhkannya metode penanganan dalam persalinan. Adapun metode persalinan ibu hamil secara garis besar terbagi menjadi dua metode yaitu normal dan Caesar. Caesar adalah alternatif terakhir dalam persalinan, dikarenakan faktor risiko yang cukup tinggi, meskipun demikian, jumlah ibu yang menggunakan metode Caesar pada saat persalinan mengalami peningkatan yang cukup signifikan, khususnya di Indonesia. Metode persalinan pada ibu hamil dapat diklasifikasikan sesuai dengan kondisi ibu untuk menghindari risiko kematian ibu akibat pemilihan metode persalinan yang tidak tepat. Permasalahan tersebut dapat diselesaikan dengan memanfaatkan teknologi Machine Learning menggunakan algoritma random forest, dengan tujuan untuk membangun sebuah sistem yang dapat mengklasifikasi metode persalinan yang tepat berdasarkan kumpulan data persalinan ibu hamil yang telah disediakan. Dengan adanya sistem ini diharapkan dapat membantu para ibu hamil dalam melakukan screening awal untuk menentukan tindakan yang harus dilakukan agar proses persalinan berjalan dengan lancar dan meminimalisir risiko kematian ibu.
References
Abdurrahman, G., & Wijaya, J. T. (2019). Analisis Klasifikasi Kelahiran Caesar Menggunakan Algoritma Naive Bayes. JUSTINDO (Jurnal Sistem Dan Teknologi Informasi Indonesia), 4(2), 46. https://doi.org/10.32528/justindo.v4i2.2616
Apriliah, W., Kurniawan, I., Baydhowi, M., & Haryati, T. (2021). Prediksi Kemungkinan Diabetes pada Tahap Awal Menggunakan Algoritma Klasifikasi Random Forest. Sistemasi, 10(1), 163. https://doi.org/10.32520/stmsi.v10i1.1129
Ardhiyanti, Y., & Susanti, S. (2016). Faktor Ibu yang Berhubungan dengan Kejadian Persalinan Lama di RSUD Arifin Achmad Pekanbaru. Jurnal Kesehatan Komunitas, 3(2), 83–87. https://doi.org/10.25311/keskom.vol3.iss2.108
Arga, H., Rani, D., & Zuhri, S. (2020). Klasifikasi Naïve Bayes. 3.
Baru, K. (2022). Penerapan K-Means Clustering Pada Penerimaan. 1(November), 403–408.
Celena, A., Kirana, K., Furqon, M. T., & Ridok, A. (2022). Klasifikasi Berat Badan Lahir Rendah ( BBLR ) menggunakan Metode Support Vector Machine dengan Teknik SMOTE. 6(7), 3442–3451.
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
Ningsih, M. P. S. D., & Noranita, B. (2018). Status Proses Persalinan Menggunakan Algoritma C4.5. Jurnal Masyarakat Informatika, 9(1), 1–13.
Primajaya, A., & Sari, B. N. (2018). Random Forest Algorithm for Prediction of Precipitation. Indonesian Journal of Artificial Intelligence and Data Mining, 1(1), 27. https://doi.org/10.24014/ijaidm.v1i1.4903
Sari, C. A., Sari, W. S., Nilawati, F. E., Doheir, M., & Sari, C. A. (2022). Analysis of Childbirth Methods Using Random Forest Algorithms. 1(1). https://doi.org/10.12487/AMRI.v1i1.xxxxx
Setia, I. C., & Arifin, T. (2021). Penentuan Penanganan Persalinan Caesar dengan Neural Network dan Particle Swarm Optimization. Sistemasi, 10(2), 346. https://doi.org/10.32520/stmsi.v10i2.1235
Sihombing, P. R., & Yuliati, I. F. (2021). Penerapan Metode Machine Learning dalam Klasifikasi Risiko Kejadian Berat Badan Lahir Rendah di Indonesia. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 20(2), 417–426. https://doi.org/10.30812/matrik.v20i2.1174
Wibowo, A., Darwati, I., & Irnawati, O. (2020). Prediksi Operasi Sesar Dengan Machine Learning. J I M P - Jurnal Informatika Merdeka Pasuruan, 4(3), 25–29. https://doi.org/10.37438/jimp.v4i3.228
Downloads
Additional Files
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Dewi Marini Umi Atmaja, Arif Rahman Hakim, Amat Basri, Andri Ariyanto
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access)
JRST (Jurnal Riset Sains dan Teknologi) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
