DIAGNOSIS DINI PENYAKIT PREEKLAMSIA PADA IBU HAMIL DENGAN METODE K-NEAREST NEIGHBOR (KNN)

Dwi Normawati, Rizki Akbari, Arfiani Nurhusna
{"title":"DIAGNOSIS DINI PENYAKIT PREEKLAMSIA PADA IBU HAMIL DENGAN METODE K-NEAREST NEIGHBOR (KNN)","authors":"Dwi Normawati, Rizki Akbari, Arfiani Nurhusna","doi":"10.35315/informatika.v13i2.8839","DOIUrl":null,"url":null,"abstract":"Pre-eklamsia salah satu permasalahan kesehatan di Indonesia yang sering terjadi pada ibu hamil yang disebabkan oleh peningkatan tekanan darah yang diikuti dengan tanda gejala hipertensi dan peningkatan protein urin. Gejala Pre-eklamsia biasanya muncul pada usia kehamilan 20 minggu atau paling umum di usia 24-26 minggu. Tingginya angka kematian ibu serta banyaknya dampak terhadap kesehatan ibu memerlukan upaya pencegahan dan penanganan kasus-kasus preeklamsia serta melakukan analisis penyebab peningkatan hipertensi terhadap kematian ibu hamil disetiap tahun. Penelitian menggunakan metode K- Nearest Neighbor(KNN) yang memiliki kelebihan mudah diterapkan dan efisien dengan data yang banyak. Objek penelitian merupakan data rekam medis ibu hamil di RSUD Ratu Zalecha berjumlah 100 data dengan atribut pekerjaan, pendidikan, umur, usia kehamilan, tekanan darah, riwayat kehamilan hingga sekarang(G), paritas, riwayat abortus, riwayat persalinan, riwayat penyakit, proteinuria dan kelas yang berisi Pre-eklampsia atau tidak Pre-eklampsia. Penelitian ini menghasilkan sistem yang dapat mendiagnosis dini penyakit Pre-eklampsia pada ibu hamil. Pengujian pada metode K-Nearest Neighbor(KNN) menggunakan confusion matrix mendapatkan hasil akurasi 88%, precision 85,7%, recall 89% dan f1- score 85,4%. Hasil pengujian sistem menggunakan blackbox menunjukkan bahwa sistem baik secara fungsionalitas sedangkan dengan metode system usability scale nilai yang diperoleh sebesar 81,64 mendapat Grade B berarti sistem yang dibuat sudah cukup bagus dan layak untuk digunakan.","PeriodicalId":254900,"journal":{"name":"Jurnal Dinamika Informatika","volume":"9 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-10-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Dinamika Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35315/informatika.v13i2.8839","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Pre-eklamsia salah satu permasalahan kesehatan di Indonesia yang sering terjadi pada ibu hamil yang disebabkan oleh peningkatan tekanan darah yang diikuti dengan tanda gejala hipertensi dan peningkatan protein urin. Gejala Pre-eklamsia biasanya muncul pada usia kehamilan 20 minggu atau paling umum di usia 24-26 minggu. Tingginya angka kematian ibu serta banyaknya dampak terhadap kesehatan ibu memerlukan upaya pencegahan dan penanganan kasus-kasus preeklamsia serta melakukan analisis penyebab peningkatan hipertensi terhadap kematian ibu hamil disetiap tahun. Penelitian menggunakan metode K- Nearest Neighbor(KNN) yang memiliki kelebihan mudah diterapkan dan efisien dengan data yang banyak. Objek penelitian merupakan data rekam medis ibu hamil di RSUD Ratu Zalecha berjumlah 100 data dengan atribut pekerjaan, pendidikan, umur, usia kehamilan, tekanan darah, riwayat kehamilan hingga sekarang(G), paritas, riwayat abortus, riwayat persalinan, riwayat penyakit, proteinuria dan kelas yang berisi Pre-eklampsia atau tidak Pre-eklampsia. Penelitian ini menghasilkan sistem yang dapat mendiagnosis dini penyakit Pre-eklampsia pada ibu hamil. Pengujian pada metode K-Nearest Neighbor(KNN) menggunakan confusion matrix mendapatkan hasil akurasi 88%, precision 85,7%, recall 89% dan f1- score 85,4%. Hasil pengujian sistem menggunakan blackbox menunjukkan bahwa sistem baik secara fungsionalitas sedangkan dengan metode system usability scale nilai yang diperoleh sebesar 81,64 mendapat Grade B berarti sistem yang dibuat sudah cukup bagus dan layak untuk digunakan.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
孕产前疾病的早期诊断与KNN方法相关
Pre-eklamsia经常发生在印尼的健康问题之一的孕妇血压升高引起的伴随着高血压症状,增加尿蛋白标记。子痫前期症状通常发生在怀孕20周或最常见的24-26周。产妇死亡率高以及许多影响孕产妇健康需要努力预防和治疗妊娠毒血症以及做案件分析每个年增加高血压孕妇对死亡的原因。对最广泛的K- Nearest方法进行的研究使用了广泛的数据易于应用和有效的方法。研究对象是孕妇在病历数据Zalecha皇后县共有100的工作属性数据,教育、年龄、怀孕的年龄、血压怀孕到现在(G)记录,是平等,历史abortus分娩史、病史的proteinuria和课程包含Pre-eklampsia或不Pre-eklampsia。这项研究产生的系统诊断疾病Pre-eklampsia过早怀孕的母亲。K-Nearest邻居(KNN)方法使用混乱的测试结果准确度精确88%,85,7%矩阵,召回89%和f1 -得分85,4%。使用黑盒的系统测试结果表明,系统的功能是好的,而系统的“usability scale”评分是81.64分,这意味着创建的系统足够好,可以使用。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
IMPLEMENTASI METODE NAÏVE BAYES PADA SISTEM PAKAR DIAGNOSA PENYAKIT GIGI BERBASIS WEB CLUSTERING DAERAH BANJIR DI JAWA TIMUR DENGAN ALGORITMA FUZZY C-MEANS IMPLEMENTASI METODE MARKERLESS AUGMENTED REALITY UNTUK EDUKASI NAMA BUAH-BUAHAN BERBASIS ANDROID OPTIMALISASI HASIL RAPAT MELALUI APLIKASI E-NOT PEMANFAATAN RECEIVED SIGNAL STRENGTH INDICATOR SEBAGAI PENGGANTI SENSOR SIDIK JARI PADA SISTEM PRESENSI ANDROID
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1