Article Per Year (5 Year)
p-Index From 2019 - 2024
1.628
P-Index
This Author published in this journals
All Journal Panrita Abdi - Jurnal Pengabdian pada Masyarakat Sinkron : Jurnal dan Penelitian Teknik Informatika Tech-E JRST (Jurnal Riset Sains dan Teknologi) Jurnal Media Elektro : Journal of Electrical Power, Informatics, Telecommunication, Electronics, Computer and Control System Journal of Informatics and Communication Technology (JICT) Journal of Informatics and Communication Technology (JICT)
Arif Rahman Hakim
Universitas Medika Suherman
Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Mathematics Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JRST (Jurnal Riset Sains dan Teknologi)

 1 
Klasifikasi Metode Persalinan pada Ibu Hamil Menggunakan Algoritma Random Forest Berbasis Mobile Dewi Marini Umi Atmaja; Arif Rahman Hakim; Amat Basri; Andri Ariyanto
JRST (Jurnal Riset Sains dan Teknologi) Volume 7 No. 2 September 2023: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/jrst.v7i2.16705

Abstract

Tren angka kematian ibu pada saat melahirkan masih tinggi di Indonesia, yakni sekitar 300 per 100.000 kelahiran. Pemerintah Indonesia berencana untuk menurunkan angka tersebut menjadi 183 per 100.000 kelahiran pada tahun 2024 mendatang. Salah satu faktor penyebab kematian ibu hamil di Indonesia disebabkan oleh hipertensi dan terjadinya pendarahan pada saat melahirkan dan dibutuhkannya metode penanganan dalam persalinan. Adapun metode persalinan ibu hamil secara garis besar terbagi menjadi dua metode yaitu normal dan Caesar. Caesar adalah alternatif terakhir dalam persalinan, dikarenakan faktor risiko yang cukup tinggi, meskipun demikian, jumlah ibu yang menggunakan metode Caesar pada saat persalinan mengalami peningkatan yang cukup signifikan, khususnya di Indonesia. Metode persalinan pada ibu hamil dapat diklasifikasikan sesuai dengan kondisi ibu untuk menghindari risiko kematian ibu akibat pemilihan metode persalinan yang tidak tepat. Permasalahan tersebut dapat diselesaikan dengan memanfaatkan teknologi Machine Learning menggunakan algoritma random forest, dengan tujuan untuk membangun sebuah sistem yang dapat mengklasifikasi metode persalinan yang tepat berdasarkan kumpulan data persalinan ibu hamil yang telah disediakan. Dengan adanya sistem ini diharapkan dapat membantu para ibu hamil dalam melakukan screening awal untuk menentukan tindakan yang harus dilakukan agar proses persalinan berjalan dengan lancar dan meminimalisir risiko kematian ibu.
Co-Authors Amat Basri Amat Basri Amat Basri Andri Ariyanto Deny Haryadi Dewi Marini Umi Atmaja Dewi Marini Umi Atmaja Dewi Marini Umi Atmaja Muhamad Syafii Risma Adisty Nilasari Tugiman Tugiman