Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi
Evicienna Evicienna
AMIK BSI JAKARTA
Computer Science & IT

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

Found 1 Documents
Search

 1 
KOMPARASI METODE DATA MINING UNTUK PENENTUAN PROSES PERSALINAN IBU MELAHIRKAN Hilda amalia; Evicienna Evicienna
Jurnal Sistem Informasi Vol. 13 No. 2 (2017): Jurnal Sistem Informasi (Journal of Information System)
Publisher : Faculty of Computer Science Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (348.552 KB) | DOI: 10.21609/jsi.v13i2.545

Abstract

Proses Persalinan merupakan hal yang dinanti oleh setiap ibu yang sedang melahirkan. Dalam proses persalinan terdapat dua jenis proses persalinan yaitu secara normal atau sesar. Dalam proses per-salinan terdapat resiko persalinan yang dihadapi yaitu komplikasi ibu melahirkan yang dapat mem-perburuk kondisi ibu melahirkan. Resiko terburuk yang dapat saja terjadi adalah kematian ibu dan/ atau bayi yang baru dilahirkan. Data mining merupakan metode yang populer digunakan untuk menggali pola atau ilmu pengetahuan dari tumpukan data yang besar. Dalam penelitian ini dilakukan komparasi metode data mining untuk pengolahan data ibu melahirkan dengan menggunakan algo-ritma C4.5, naive bayes dan neural network. Dari penelitian diketahui nilai akurasi untuk pengolahan data ibu melahirkan untuk penentuan proses persalinan dengan metode naive bayes yaitu 94%, neural network 936%, dan algoritma C4.5 yaitu 90%.
Co-Authors Hilda Amalia