Implementasi Data Mining C4.5 Untuk Klasifikasi Faktor Resiko Kesehatan Pada Ibu Hamil

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.