Klasifikasi Kesehatan Ibu Hamil Menggunakan Metode Random Forest Dengan Optimasi Algoritma Genetika
Article Sidebar
Main Article Content
Abstract
Kesehatan merupakan hak dasar (Undang-Undang Dasar 1945, Pasal 28H ayat 1 dan Undang-Undang No. 23 Tahun 1992) dan juga merupakan investasi. Oleh karena itu, setiap individu dan seluruh bangsa harus berupaya, berjuang, dan meningkatkan kesehatan mereka agar semua orang dapat menikmati kehidupan yang sehat. Pada akhirnya, kesehatan masyarakat harus mencapai tingkat optimal. Meskipun kehamilan adalah proses fisiologis, perawatan kebidanan diperlukan bagi ibu hamil untuk memantau kondisi kesehatan dan perkembangan kehamilan. Pemeriksaan kesehatan secara teratur pada ibu hamil dan janin membantu mereka menjalani kehamilan yang optimal. Wanita mungkin mengalami beberapa ketidaknyamanan fisik selama hamil, yang kadang-kadang mengganggu aktivitas mereka. Dengan kemajuan teknologi yang pesat saat ini, teknologi informasi telah berkembang di berbagai bidang, termasuk bidang kesehatan. Dalam bidang kesehatan, data mining merupakan salah satu bidang yang dapat dimanfaatkan. Data mining adalah serangkaian tindakan untuk menemukan hubungan signifikan melalui pola dan tren dalam dataset yang sangat besar dengan menggunakan metode klasifikasi. Klasifikasi banyak digunakan untuk memprediksi kelas pada label tertentu, yaitu dengan mengelompokkan. Karena tingkat akurasi algoritma random forest yang tinggi, penulis akan menggunakan algoritma random forest dalam penelitian ini.
Article Details
References
Nur Hafifah and Zaenal Abidin, “Peran Posyandu dalam Meningkatkan Kualitas Kesehatan Ibu dan Anak di Desa Sukawening, Kabupaten Bogor,” Jurnal Pusat Inovasi Masyarakat , vol. 2, no. 5, pp. 893–900, Jul. 2020.
Islami and Titik Ariyanti, “Prenatal Yoga Dan Kondisi Kesehatan Ibu Hamil,” Jurnal Ilmu Keperawatan dan Kebidanan, vol. 10, no. 1, pp. 49–56, 2019.
Kadek Dwitya Widi Adnyani, “Prenatal Yoga Untuk Kondisi Kesehatan Ibu Hamil,” JURNALYOGA DAN KESEHATAN, vol. 4, no. 1, pp. 35–48, Mar. 2021.
Rissa Nurfitriana Handayani and Djajasukma Tjahjadi, “Optimasi Support Vector Machine Menggunakan Particle Swarm Optimazion Untuk Klasifikasi Multiclass Dataset,” JURNAL RESPONSIF, vol. 5, no. 1, pp. 120–126, Feb. 2023.
Sanni Ucha Putri, Eka Irawan, and Fitri Rizky, “Implementasi Data Mining Untuk Prediksi Penyakit Diabetes Dengan Algoritma C4.5,” Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), vol. 2, no. 1, pp. 39–46, Jan. 2021.
Aldi Tangkelayuk, “Klasifikasi Kualitas Air Menggunakan Metode KNN, Naïve Bayes Dan Decision Tree,” Jurnal Teknik Informatika dan Sistem Informasi , vol. 9, no. 2, pp. 1109–1119, Jun. 2022.
Rizki Tri Prasetio, “Seleksi Fitur Dan Optimasi Parameter K-Nn Berbasis Algoritma Genetika Pada Dataset Medis,” JURNAL RESPONSIF, vol. 2, no. 2, pp. 213–221, Aug. 2020.
Senna Hendrian, “Algoritma Klasifikasi Data Mining Untuk Memprediksi Siswa Dalam Memperoleh Bantuan Dana Pendidikan,” Faktor Exacta, vol. 11, no. 3, pp. 266–274, 2018.
Dito Putro Utomo and Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, pp. 437–444, Apr. 2020.
Dinda Nabila Batubara, Agus Perdana Windarto, and Eka Irawan, “Analisis Prediksi Keterlambatan Pembayaran Listrik Menggunakan Komparasi Metode Klasifikasi Decision Tree dan Support Vector Machine,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 1, pp. 102–108, Feb. 2022.
Muhamad Malik Mutoffar, Muchammad Naseer, and Ariansyah Fadillah, “KLASIFIKASI KUALITAS AIR SUMUR MENGGUNAKAN ALGORITMA RANDOM FOREST,” Jurnal Ilmiah Nasional Riset Aplikasi dan Teknik Informatika, vol. 4, no. 2, pp. 138–146, Dec. 2022.
Aji Primajaya and Betha Nurina Sari, “Random Forest Algorithm for Prediction of Precipitation,” Indonesian Journal of Artificial Intelligence and Data Mining (IJAIDM), vol. 1, no. 1, pp. 27–31, Mar. 2018.
Faqih Hamami and Iqbal Ahmad Dahlan, “Klasifikasi Cuaca Provinsi Dki Jakarta Menggunakan Algoritma Random Forest Dengan Teknik Oversampling,” Jurnal TEKNOINFO, vol. 16, no. 1, pp. 87–92, 2022.
Duwi Cahya Putri Buani, “Prediksi Penyakit Hepatitis Menggunakan Algoritma Naïve Bayes Dengan Seleksi Fitur Algoritma Genetika,” Jurnal Evolusi, vol. 6, no. 2, pp. 1–5, 2018.
Raman Kumar, Jasgurpreet Singh Chohan, Sandeep Singh, Shubham Sharma, Yadvinder Singh, and S. Rajkumar, “Implementation of Taguchi and Genetic Algorithm Techniques for Prediction of Optimal Part Dimensions for Polymeric Biocomposites in Fused Deposition Modeling,” Hindawi International Journal of Biomaterials, 2022.
Amrin, Irawan Satriadi, and Oki Rosanto, “Algoritma C4. 5 Untuk Diagnosa Penyakit Tuberkulosis,” JURNAL KHATULISTIWA INFORMATIKA, vol. VII, no. 2, pp. 79–84, Dec. 2019.
Yuslena Sari, Muhammad Alkaff, Eka Setya Wijaya, Syarifah Soraya, and Dany Primanita Kartikasari, “Optimasi Penjadwalan Mata Kuliah Menggunakan Metode Algoritma Genetika dengan Teknik Tournament Selection,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 6, no. 1, pp. 85–92, Feb. 2019.