Penerapan Data Mining Menggunakan Metode Naïve Bayes Untuk Klasifikasi Tindakan Jenis Abortus Di RSUD Duta Muly

Authors

  • Indri Dwi Lestari Universitas Ahmad Dahlan
  • Tedy Setiadi Universitas Ahmad Dahlan
  • Lisna Zahrotun Universitas Ahmad Dahlan

DOI:

https://doi.org/10.12928/jstie.v6i2.15243

Keywords:

Klasifikasi, Algoritma Naïve Bayes, Confusion Matrix, Abortus

Abstract

Masalah kesehatan merupakan masalah penting yang tengah dihadapi masyarakat saat ini, apalagi yang tengah menimpa kaum wanita. Mortalitas dan mordibitas pada wanita merupakan masalah yang perlu mendapatkan perhatian yang serius. Di Negara berkembang seperti Indonesia, angka kematian ibu (AKI) adalah jumlah wanita yang meninggal dari suatu penyebab kematian terkait dengan gangguan kehamilan atau penanganannya. Abortus adalah ancaman atau pengeluaran hasil konsepsi sebelum janin sebelum janin dapat hidup diluar kandungan. Banyak faktor resiko yang berkontribusi terhadap kejadian abortus, yaitu usia ibu, usia kehamilan, HB/anemia, jarak kehamilan, riwayat penyakit, riwayat abortus dan gejala. Salah satu rumah sakit yang memberikan perhatian khusus pada abortus adalah RSUD Duta Mulya, kejadian abortus tertinggi terjadi pada tahun 2014. Oleh karena itu, penelitian ini berusaha membantu sebuah rumah sakit untuk merancang sebuah aplikasi data mining yang berfungsi untuk mengkasifikasikan tindakan dari jenis abortus. Dalam penelitian ini metode yang digunakan dalam melakukan proses klasifikasi adalah algoritma naïve bayes. Sedangkan untuk pengujian akurasi hasil klasifikasi digunakan metode confusion matrix. Hasil penilitian ini adalah sebuah aplikasi yang dapat mengklasifikasikan tindakan jenis abortus dengan menggunakan metode naïve bayes. Sedangkan berdasarkan pengujian dari confusion matrix dihasilkan akurasi sebesar 99,26%. Hasil tersebut didapatkan dari 14 data training dan 121 data testing. Dan akurasi sebesar 97,78% dengan 108 data training dan 28 data testing. Dari kedua percobaan yang dilakukan dalam penelitian ini, naïve bayes lebih bagus digunakan dengan menggunakan data training dengan jumlah sedikit.

Author Biographies

Indri Dwi Lestari, Universitas Ahmad Dahlan

Teknik Informatika

Tedy Setiadi, Universitas Ahmad Dahlan

Teknik Informatika

Lisna Zahrotun, Universitas Ahmad Dahlan

Teknik Informatika

References

Saifuddin, Abdul Bari. (2008). Acuan Nasional Pelayanan Kesehatan Maternal dan Neonatal. Jakarta : Yayasan Bina Pustaka Sarwono Prawirohardjo.

Almira Syawli, Gopi Yudoyo, M. Ali Fahmi, Silvia AS, dan Zulkarnaein. 2015. “Diagnosa Penyakit Diabetes Mellitus Dengan Metode Naïve Bayes Berbasis Desktop Applicationâ€. Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya, Malang, 65145, Indonesia .

Kabir, M, F, Rachman, C.M.,Hossain,A.,& Dahal, K(2011) Enhanched Classification Accuracy on Naïve Bayes Data Mining Models. International Journal of Computer Aplication, Volume 28. No.3

Royani Chairiyah. (2010) “Faktor-Faktor Yang Mempengaruhi Ibu Hamil Dengan Abortus Inkomplit Di Rsud Kota Bekasiâ€.

Budi santosa, “Data Mining : Teknik Pemanfaatan Data Untuk Keperluan Bisnisâ€. Graha Ilmu, Yogyakarta, 2007.

Neila, R., Djamaludin, A., Yuliardi, S., Peno, S., 2012. Teacher Quality Improvement Program: Empowering teachers to increasing a quality of Indonesian’s education, Indonesia. Journal of Procedia-Social and Behavioral Sciences 69 (2012 ) 1836 – 1841

Winkjosastro. 2008. Ilmu Kebidanan, edisi 3, cetakan 5,Jakarta. Yayasan Bina Pustaka Sarwono Prawirohardjo.

Bobak, 2010. “Buku Ajar Keperawaatn Maternitas “ Edisi 4. Penerbit Buku Kedokteran EGC, Jakarta

Mochtar R. Sinopsis Obstetri Jilid II. Edisi II. Jakarta: 1998. [10] Han, J. And Kamber, M, 2006. “Data Mining Concept and Techniques Second Editionâ€. Morgan Kauffman, San Fransisco.

Downloads

Published

01-07-2018

Issue

Section

Articles