Sistem Informasi Klasifikasi Tingkat Resiko Kehamilan pada Posyandu Ploso
DOI:
https://doi.org/10.29407/inotek.v7i2.3487Abstract
Pos Pelayanan Terpadu (Posyandu) memiliki peran penting dalam program pelayanan kesehatan bagi ibu dan bayi. Pada Posyandu Desa Ploso menyediakan pelayanan pemeriksaan kesehatan ibu hamil dan janin yang akan membantu mengetahui gejala dini dari resiko kehamilan, akan tetapi pada proses pendataan dan pengelompokan jenis resiko kehamilan pada ibu hamil masih dilakukan manual. Sehingga Posyandu Desa Ploso membutuhkan sistem bantu berbasis website yang digunakan untuk mendata dan mengelompokkan jenis resiko kehamilan sesuai dengan gejala dini yang dirasakan saat proses kehamilan menggunakan metode Naïve Bayes Classifier dan K-Nearest Neighbor. Berdasarkan hasil pengujian menggunakan 200 data gejala ibu hamil didapatkan hasil dengan Naïve Bayes Classifier mendapatkan akurasi 78,26% sedangkan dengan K-Nearest Neighbor didapatkan akurasi 86,95%. Sistem ini dapat menampilkan hasil klasifikasi resiko kehamilan untuk mempermudah dalam pelayanan kesehatan ibu hamil.
Keywords:
Sistem, Resiko Kehamilan, Naïve Bayes Classifier, K-Nearest Neighbor, Website##plugins.themes.default.displayStats.downloads##
References
Poedji Rochjati, 2011. Skrining Antenatal pada Ibu Hamil Edisi 2 Pengenalan Factor Risiko. Airlangga university press.
Siswanto. 2002. Faktor-Faktor Yang Mempengaruhi Peran Serta Kader Dalam Deteksi Dini Risiko Kehamilan.
Depkes, R. (2011). Pedoman Umum Pengelolaan Posyandu. Jakarta: Kementerian Kesehatan RI.
Rochjati, Poedji. 2003. Skrining Antenatal Pada Ibu Hamil, Pengenalan Factor Risiko. Yogyakarta: Airlangga university press.
Manuaba, Ida Bagus Gede. 2013. Ilmu Kebidanan, Penyakit Kandungan dan KB. Jakarta: EGC.
Abdullah, Vicky Ridwan. (2012). Pengertian Penelitian Deskriptif. Medan: Sofmedia.
Widatiningsih, S. and Dewi, C. H. T. (2017) Praktik Terbaik Asuhan Kehamilan, in Yogyakarta: Trans Media.
Kurniawan, Afif. 2013. Sitem Pakar Untuk Mendiagnosa Penyakit Tuna Grahita Dengan Metode Naive Bayes. Jurnal Ilmiah SINUS.
Nugroho, A., & Subanar. (2013). Klasifikasi Naïve Bayes untuk Prediksi Kelahiran pada Data Ibu Hamil. Berkala Ilmiah MIPA UGM, 297.
Nobertus Krisandi, et., al., 2013. Algoritma K-Nearest Neighbor Dalam Klasifikasi Data Hasil Produksi Kelapa Sawit Pada Pt. Minamas Kecamatan Parindu. Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster, Vol. 02, No. 1, pp.pp.33 - 38.
Naufal, M. A., dkk. (2017). Implementasi metode klasifikasi k-nearest neighbor (knn) untuk pengenalan pola batik motif lampung.
Indrajani. (2011). Perancangan Basis Data Dalam All in 1. Jakarta: PT ELex Media Komputindo
A Hall, James. 2011.Sistem Informasi Akuntansi, Edisi 4, Jakarta:Salemba Empa
S. Fajariati, T. Matulatan, A. Uperiati. 2021. Klasifikasi Status Gizi Terhadap Pertumbuhan Balita Menggunakan Metode Naïve Bayes. Jurnal Teknik Informatika. No.1. Vol.2. 2746 – 8461.
R. Wahyudi, M. Orisa, N. Vendyansyah. 2021. Penerapan Algoritma K-Nearest Neighbors Pada Klasifikasi Penentuan Gizi Balita (Studi Kasus Di Posyandu Desa Bluto). Jurnal Mahasiswa Teknik Informatika. No.2. Vol.5. 750 – 757.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Salsabilla Atasyaputri Setyawan, Ardi Sanjaya, Wahyu Cahyo Utomo

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License