Sutrimo
Universitas Stikubank

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PREDIKSI PROSES PERSALINAN MENGGUNAKAN ALGORITMA KNN BERBOBOT PADA MONITORING ELEKTRONIK PERSONAL HEALTH RECORD IBU HAMIL Sutrimo; Dwiati Wismarini
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 5 No. 1 (2022): MISI Januari 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v5i1.600

Abstract

Proses persalinan seringkali mengalami resiko, yaitu mengalami kematian. Berdasarkan survei Kesehatan Rumah Tangga di Indonesia tahun 2001 diperoleh data sebanyak 89,5% ibu hamil mengalami kematian yang disebabkan karena komplikasi persalinan. Untuk itu perlu adanya aplikasi yang dapat membantu memprediksi proses persalinan yang tepat dan memudahkan petugas medis memonitoring kondisi kesehatan bagi ibu hamil. Tujuan dari penelitian ini adalah memprediksi jenis persalinan normal atau caesar menggunakan metode K-Nearest Neighbor algoritma dapat digunakan untuk melakukan klasifikasi suatu data berdasarkan data training, yang diambil dari K tetangga terdekatnya (Nearest Neighbors). Data yang digunakan adalah data usia ibu, usia kandungan, berat badan, tinggi badan, hemoglobin, hematokrit, lekosit, trombosit, eritrosit, glukosa, protein, hepatitis B, pinggul sempit, kehamilan ganda, posisi, presentasi, riwayat partus, riwayat abortus, diabetes, ginjal, hipertensi, jantung, kanker, taksiran berat bayi, ketuban pecah dini dan partus. Dengan data tersebut maka penulis menggunakan rumus perhitungan jarak Euclidean Distance karena memiliki variabel lebih dari 2