OPTIMASI PARTICLE SWARM OPTIMIZATION PADA NAÏVE BAYES UNTUK PREDIKSI KONDISI KELAHIRAN BAYI

Handini Arga Damar Rani

Abstract


Tehnik data mining dapat digunakan dalam berbagai bidang salah satunya dalam aspek data mining, buat memperkirakan sebuah penyakit dari data rekam medis pasien. Teknik riset yang dipakai pada riset ini mengikuti berbagai tahapan model “Cross-Industry Standard Process Data Mining” (CRISP-DM). Melalui metode klasifikasi dalam data mining, atribut data seperti usia, tekanan darah, berat badan, posisi janin, dan tinggi fundus uteri bisa dipakai buat memperkirakan kemungkinan penyakit pasien. Maka dari itu, peneliti menggunakan metode klasifikasi Naive Bayesian dan optimasi “Particle Swarm Optimization” (PSO) untuk prediksi kelahiran bayi guna mengecek prediksi status kelahiran bayi. Dari hasil prediksi itu bisa dipakai buat menetapkan rata-rata hasil kelahiran bayi setiap bulannya. Data yang kami pakai adalah jumlah ibu hamil 165. Selama pengujian digunakan perhitungan akurasi, akurasi, recall, dan AUC chart, dan model prediksi dievaluasi menggunakan 10 “fold cross-validation”. Dengan nilai akurasi 91,82% dan precission 100% serta recall 81,50% dan nilai AUC 0.90 termasuk kategori excellent classification pada model yang diujikan

Keywords


prediksi kelahiran bayi; naïve bayes; particle swarm optimization; klasifikasi

Teks Lengkap:

PDF

Referensi


KUSRINI DAN EMHA TAUFIQ LUTHFI. 2009. Algoritma Data Mining. Penerbit Andi. Yogyakarta.

PRAMUDIONO, I. 2006. Apa itu Data Mining? Dalam http://datamining.japati.net/ cgibin/indodm.cgi. Diakses tanggal 26 November 2015.

HAN J DAN KAMBER M. 2006. Data mining Concepts and Techniques 2nd Edition. The Morgan Kaufmann Publisher, San Fransisco.

H. WIKNJOSASTRO, 2000. “Ilmu Kebidanan”, Jakarta:PT. Bina Pustaka Sarwono Prawirohardjo,

Tim Kajian AK. 2005.“Kajian kematian ibu dan anakdi Indonesia,” Badan Penelitian danPengembangan Kesehatan. Jakarta: Depkes RI,.

B. MAX, 2007, Principles of Data Mining, Undergraduate Topics in Computer Science ISSN: 1863-7310, London: Springer,

ANASTASIA HASNI G. DAN SETIADI TEDY, “Penerapan data mining untuk mengetahui factor-faktor yang mempengaruhi kelahiran bayi menggunakan association rules”, Jurnal Sarjana Teknik Informatika e-ISSN: 2338-5197 Volume 2 Nomor 3, Oktober 2014.

MUZAKIR ARI DAN WULANDARI RIKA ANISA, "Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree", Scientific Journal of Informatics , Vol. 3, No. 1, Mei 2016.

AMALIA HILDA DAN EVICIENNA, "Komparasi Metode Data Mining Untuk Penentuan Proses Persalinan Ibu Melahirkan", Jurnal Sistem Informasi (Journal of Information System), Volume 13, Issue 2, October 2017

F. GORUNESCU, “Data mining Concept and Technique”, Verlag Berlin Heidelberg: Springer, 2011.

INDRASWARI, N. R., & KURNIAWAN, Y. I. (2018). Aplikasi Prediksi Usia Kelahiran Dengan Metode Naïve Bayes. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 9(1), 129-138.

KURNIAWAN, Y. I. (2018). Perbandingan Algoritma Naive Bayes dan C. 45 dalam Klasifikasi Data Mining. Jurnal TeknologiInformasi dan Ilmu Komputer, 5(4), 455-464.

INDAHSARI DESY KARTIKA, KURNIAWAN YOGIEK INDRA, 2019, Aplikasi Prediksi Usia Kelahiran Dengan Metode K-Nearest Neighbor, Jurnal Kebidanan, Vol. XI, No. 01, Juni 2019.

JEFI, 2019, Prediksi Bayi Lahir Secara Prematur Dengan Menggunakan Metode C.45 Berbasis Particle Swarm Optimization Pada Klinik Umi, Indonesian Journal on Networking and Security - Volume 8 No 2 – 2019.

ALFIRONI BURHAN, 2013, Implementasi Data Mining Dengan Naive Bayes Classifier Untuk Mendukung Strategi Pemasaran Di bagian Humas Stmik Amikom Yogyakarta, Yogyakarta.

HANDINI ARGA D, 2020, “Sistem Prediksi Kondisi Kelahiran Bayi Menggunakan Klasifikasi Naïve Bayes”, Joined Journal Vol 3, No. 2. Desember 2020

BUDI SANTOSA, 2010, "Tutorial Particle Swarm Optimization," Institut Teknologi Surabaya, Surabaya.




DOI: https://doi.org/10.24176/detika.v2i1.6964

Article Metrics

Abstract views : 388| PDF views : 668

Refbacks

  • Saat ini tidak ada refbacks.


Indexed by :

                     



Flag Counter


Dedicated to :



 

Jurnal Dialektika Informatika (DETIKA) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.