Fetal cardiotography, sebuah alat penting dalam pemantauan kesehatan janin selama kehamilan. Fetal cardiotography memberikan informasi vital tentang kesehatan janin, termasuk detak jantung janin dan aktivitas gerakan janin. Ini membantu dokter dan perawat untuk memantau kesehatan janin secara berkala selama kehamilan. Dengan mengamati pola detak jantung janin, fetal Cardiotocography dapat membantu mendeteksi dini masalah kesehatan janin, seperti hipoksia (kurangnya oksigen), ketidakseimbangan cairan ketuban, atau masalah dengan plasenta. Integrasi antara penggunaan machine learning untuk mendukung diagnosa dokter terhadap kondisi detak jantung janin ini menjadi sangat diperlukan. Adanya sebuah sistem berbasis AI menjadikan permasalahan subjektifitas dalam hasil diagnosa dapat diminimalisir. Pada penelitian ini mengembangkan sebuah model machine learning yang berbasiskan pada teknik boosting. Kombinasi antara outlier detection dan feature selection dianalisis dan kemudian diujicobakan pada tiga jenis algoritma boosting. Hasil dari eksperimen menunjukkan bahwa kombinasi antara local outlier factor, chi aquare dan extrem gradient boosting mampu memberikan performa terbaik yaitu dengan nilai akurasi sebesar 99.3%, presisi dengan 99.1%, recall 99.1% dan F-Measure sebesar 99.1%.
Copyrights © 2023