Klasifikasi Tindakan Persalinan Pada Pasien Ibu Bersalin Menggunakan Metode Algoritma Decision Tree C4.5 (Studi Kasus Rumah Sakit Umum Kaliwates Jember)

Syahfitri, Rizka Amanda (2025) Klasifikasi Tindakan Persalinan Pada Pasien Ibu Bersalin Menggunakan Metode Algoritma Decision Tree C4.5 (Studi Kasus Rumah Sakit Umum Kaliwates Jember). Undergraduate thesis, Politeknik Negeri Jember.

	Text (Ringkasan) Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (167kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (260kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (230kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (8MB) | Request a copy

Abstract

Persalinan merupakan proses pengeluaran hasil konsepsi, yaitu plasenta dan janin, yang telah mampu bertahan hidup di luar kandungan. Persalinan ada dua jenis, yaitu persalinan spontan dan persalinan caesar secara global saat ini lebih dari 21% kelahiran dilakukan dengan sc. Di Rumah Sakit Umum Kaliwates Jember dimana prevalensi persalinan sectio caesarea di tahun 2024 sebesar 68,6% yang dimana tidak sesuai dengan standar WHO sekitar 5-15%. Mengacu pada WHO, Indonesia juga mempunyai kriteria angka standar antara 15-20% untuk rumah sakit rujukan, angka tersebut juga digunakan untuk pertimbangan akreditasi rumah sakit. Tujuan dari penelitian ini adalah untuk melakukan analisis performa algoritma C4.5 dalam mengklasifikan tindakan persalinan. Teknik pengambilan sampel menggunakan purposive sampling dengan jumlah sampel sebanyak 336 berkas dengan 16 variabel yang terdiri dari usia ibu, paritas, usia kehamilan, riwayat obstetri jelek, riwayat partus, anemia, diabetes melitus, asma, hipertensi, gemeli, posisi janin, plasenta previa, KPD, CPD, tumor ginekologi dan fetall distress. pemodelan dilakukan menggunakan RapidMiner hasil pengujian menunjukkan bahwa posisi janin memiliki akurasi tertinggi sebesar 86%, precision sebesar 89,13% dan recall sebesar 82% dengan perbandingan data training dan data testing 70:30. Pohon keputusan yang terbentuk menempatkan atribut posisi janin sebagai akar pohon dengan gain ratio tertinggi sejumlah 0,225247 dan menghasilkan 34 aturan klasifikasi.

Actions (login required)

View Item