Perancangan Aplikasi Sistem Cerdas Untuk Deteksi Risiko Preeklampsia Dengan Metode Klasifikasi Naïve Bayes Berbasis Android

Bonifasius Ardy Bayu (2020) Perancangan Aplikasi Sistem Cerdas Untuk Deteksi Risiko Preeklampsia Dengan Metode Klasifikasi Naïve Bayes Berbasis Android. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text
1. HALAMAN JUDUL .pdf
Download (276kB)
[img] Text
2. ABSTRAK.pdf
Download (65kB)
[img] Text
3. DAFTAR ISI.pdf
Download (64kB)
[img] Text
4. BAB 1PENDAHULUAN.pdf
Download (69kB)
[img] Text
5. BAB IITINJAUAN PUSTAKA.pdf
Restricted to Registered users only until 6 January 2024.
Download (129kB) | Request a copy
[img] Text
6. BAB IIIMETODE PENELITIAN.pdf
Restricted to Registered users only until 6 January 2024.
Download (209kB) | Request a copy
[img] Text
7. BAB IVHASIL DAN PEMBAHASAN.pdf
Restricted to Registered users only until 6 January 2024.
Download (568kB) | Request a copy
[img] Text
8. BAB VKESIMPULAN DAN SARAN.pdf
Restricted to Repository staff only until 6 January 2024.
Download (56kB) | Request a copy
[img] Text
9. DAFTAR PUSTAKA.pdf
Download (60kB)
[img] Text
10. LAMPIRAN.pdf
Restricted to Registered users only until 6 January 2024.
Download (104kB) | Request a copy
[img] Text
kesediaan - bonifasius ardy.pdf
Restricted to Registered users only
Download (219kB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Preeklampsia adalah hipertensi yang terjadi pada ibu hamil dengan rentan usia kehamilan 20 minggu atau setelah persalinan dengan meningkatnya tekanan darah menjadi 140/90 mmHG yang disertai proteinuria Beberapa penyebab tertinggi angka kematian ibu di provinsi jawa timur pada tahun 2017 yaitu pre-eklamsi / eklamsi sebesar 29.11% atau sebanyak 153 orang. Penelitian ini diharpkan dapat membantu ibu hamil dalam mendeteksi kemungkinan faktor risiko dari preeklampsia sehingga dapat dilakukan penanganan secara tepat. Penelitian ini menggunakan parameter input dari faktor risiko kejadian preeklampsia kemudian diproses menggunakan metode klasifkasi naïve bayes untuk dapat mendeteksi risiko ibu hamil mengalami preeklampsia atau tidak. Sampel uji yang digunakan dalam penelitian ini berasal dari RSU Haji Surabaya sebanyak 55 data pasien preeklampsia dan 55 daata pasien non preeklampsia. Input pada apliasi ini adalah faktor-fakor risiko yang kemudian akan diproses menjadi 2 keluaran berupa berisiko preeklampsia dan tidak berisiko preeclampsia. Pada 110 data didapatkan nilai akurasi sebesar 81%, sensitivitas 87% dan Spetiviatas 77%

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST T 25/20 Bay p
Uncontrolled Keywords: preeclampsia, risk factors, naïve bayes
Subjects: H Social Sciences > HG Finance > HG1-9999 Finance > HG8011-9999 Insurance > HG8751-9295 Life insurance > HG8799-8830 By class insured, by risk, by plan
Divisions: 08. Fakultas Sains dan Teknologi > Tekno Biomedik
Creators:
CreatorsNIM
Bonifasius Ardy BayuNIM0813311733044
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorEndah PurwantiNIDN0031107705
Depositing User: Unnamed user with email indah.fatma@staf.unair.ac.id
Date Deposited: 06 Jan 2021 06:02
Last Modified: 12 Jan 2021 05:10
URI: http://repository.unair.ac.id/id/eprint/102620
Sosial Share:

Actions (login required)

View Item View Item