Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Vol 2 No 3 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)

Pendekatan Naïve Bayes Untuk Klasifikasi Data Pasien Diabetes Gestasional

Fikri Ubaidilah (Unknown)
Zezen Mujani (Unknown)
Nurul Amin (Unknown)
M. Fikry Akbari (Unknown)



Article Info

Publish Date
12 Nov 2024

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.

Copyrights © 2024






Journal Info

Abbrev

biikma

Publisher

Subject

Computer Science & IT Control & Systems Engineering

Description

1. Komputasi Lunak, 2. Sistem Cerdas Terdistribusi, Manajemen Basis Data, dan Pengambilan Informasi, 3. Komputasi evolusioner dan komputasi DNA/seluler/molekuler, 4. Deteksi kesalahan, 5. Sistem Energi Hijau dan Terbarukan, 6. Antarmuka Manusia, 7. Interaksi Manusia-Komputer, 8. Hibrida dan ...