Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi
Nurhusna, Arfiani
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
DIAGNOSIS DINI PENYAKIT PREEKLAMSIA PADA IBU HAMIL DENGAN METODE K-NEAREST NEIGHBOR (KNN) Normawati, Dwi; Akbari, Rizki; Nurhusna, Arfiani
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 13 No 2 (2021)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (618.795 KB) | DOI: 10.35315/informatika.v13i2.8839

Abstract

Pre-eklamsia salah satu permasalahan kesehatan di Indonesia yang sering terjadi pada ibu hamil yang disebabkan oleh peningkatan tekanan darah yang diikuti dengan tanda gejala hipertensi dan peningkatan protein urin. Gejala Pre-eklamsia biasanya muncul pada usia kehamilan 20 minggu atau paling umum di usia 24-26 minggu. Tingginya angka kematian ibu serta banyaknya dampak terhadap kesehatan ibu memerlukan upaya pencegahan dan penanganan kasus-kasus preeklamsia serta melakukan analisis penyebab peningkatan hipertensi terhadap kematian ibu hamil disetiap tahun. Penelitian menggunakan metode K- Nearest Neighbor(KNN) yang memiliki kelebihan mudah diterapkan dan efisien dengan data yang banyak. Objek penelitian merupakan data rekam medis ibu hamil di RSUD Ratu Zalecha berjumlah 100 data dengan atribut pekerjaan, pendidikan, umur, usia kehamilan, tekanan darah, riwayat kehamilan hingga sekarang(G), paritas, riwayat abortus, riwayat persalinan, riwayat penyakit, proteinuria dan kelas yang berisi Pre-eklampsia atau tidak Pre-eklampsia. Penelitian ini menghasilkan sistem yang dapat mendiagnosis dini penyakit Pre-eklampsia pada ibu hamil. Pengujian pada metode K-Nearest Neighbor(KNN) menggunakan confusion matrix mendapatkan hasil akurasi 88%, precision 85,7%, recall 89% dan f1- score 85,4%. Hasil pengujian sistem menggunakan blackbox menunjukkan bahwa sistem baik secara fungsionalitas sedangkan dengan metode system usability scale nilai yang diperoleh sebesar 81,64 mendapat Grade B berarti sistem yang dibuat sudah cukup bagus dan layak untuk digunakan.
Co-Authors Akbari, Rizki Dwi Normawati, Dwi