Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Fikri Ubaidilah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 1 Documents
Search

 1 
Pendekatan Naïve Bayes Untuk Klasifikasi Data Pasien Diabetes Gestasional Fikri Ubaidilah; Zezen Mujani; Nurul Amin; M. Fikry Akbari
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 3 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Diabetes gestasional adalah kondisi diabetes yang berkembang selama kehamilan dan dapat menyebabkan komplikasi serius bagi ibu maupun janin jika tidak terdeteksi dan ditangani secara tepat. Identifikasi dini risiko diabetes gestasional menjadi penting untuk mendukung pencegahan dan penanganan yang lebih efektif. Dalam penelitian ini, metode Naive Bayes digunakan untuk mengklasifikasikan data pasien diabetes gestasional berdasarkan variabel-variabel kesehatan dan demografi seperti usia, indeks massa tubuh (BMI), riwayat keluarga diabetes, kadar gula darah, tekanan darah, dan hasil pemeriksaan laboratorium lainnya. Metode Naive Bayes dipilih karena kemampuannya dalam menangani dataset yang kompleks dan memberikan hasil klasifikasi dengan akurasi yang cukup tinggi, meskipun asumsinya yang sederhana. penelitian ini menunjukkan bahwa pendekatan Naive Bayes merupakan metode yang efektif untuk klasifikasi risiko diabetes gestasional, memberikan hasil yang stabil dan akurat. Hal ini menjadikannya alat yang berpotensi digunakan oleh tenaga medis sebagai pendukung keputusan dalam identifikasi awal risiko diabetes pada ibu hamil, yang selanjutnya dapat membantu dalam merancang intervensi yang sesuai untuk mencegah komplikasi.
Co-Authors M. Fikry Akbari Nurul Amin Zezen Mujani