UDBUDB
Infokes: Jurnal Ilmiah Rekam Medis dan Informatika KesehatanInfokes: Jurnal Ilmiah Rekam Medis dan Informatika KesehatanAbstrak— Angka Kematian Ibu (AKI) yang persisten tinggi di Indonesia, khususnya yang disebabkan oleh komplikasi selama masa kehamilan, menuntut adanya inovasi dalam metode skrining dini di fasilitas pelayanan kesehatan primer. Penelitian ini bertujuan untuk mengembangkan, memvalidasi, dan membangun aplikasi untuk prediksi tingkat risiko kehamilan di Puskesmas Telaga Dewa, Bengkulu. Dengan menggunakan kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM), sebuah dataset yang terdiri dari 488 rekam medis pasien ibu hamil dengan 13 variabel klinis objektif dianalisis. Dua algoritma klasifikasi, yaitu Decision Tree dan Random Forest, dievaluasi menggunakan strategi validasi silang 10-fold (10-fold cross-validation) untuk memastikan estimasi kinerja yang robust. Hasil evaluasi menunjukkan keunggulan signifikan dari model Random Forest, yang mencapai nilai rata-rata akurasi 0.97, presisi 0.94, recall 0.99, dan F1-score 0.96. Kinerja ini secara konsisten melampaui model Decision Tree (akurasi 0.85, F1-score 0.85). Analisis feature importance mengidentifikasi tekanan darah, usia, dan riwayat abortus sebagai prediktor paling berpengaruh. Temuan ini menggarisbawahi potensi besar model Random Forest sebagai alat bantu keputusan klinis (Clinical Decision Support) yang akurat dan andal bagi bidan di tingkat Puskesmas. Implementasi model ini dalam bentuk aplikasi berbasis web dapat memfasilitasi stratifikasi risiko pasien secara efisien, memungkinkan alokasi sumber daya yang lebih terfokus, dan mendukung intervensi dini untuk menekan AKI, sejalan dengan agenda transformasi digital kesehatan nasional.
Hasil dari penerapan klasifikasi tingkat risiko kehamilan menggunakan metode random forest untuk prediksi ibu hamil yang mengalami risiko dan tidak risiko ini bahwa metode random forest dapat memberi klasifikasi nilai yang baik pada akurasi.Juga model random forest dapat diimplementasikan ke dalam sistem aplikasi tingkat risiko kehamilan pada angka kematian ibu di puskesmas telaga dewa.Sehingga petugas dapat melaksanakan tugas dilapang secara langsung ke rumah pasien.
Penelitian selanjutnya dapat memperluas validasi model dengan menguji data multi‑puskesmas di berbagai provinsi untuk menilai generalisasi dan konsistensi performa pada populasi yang lebih beragam; selanjutnya, studi dapat menambahkan variabel tambahan seperti faktor sosio‑ekonomi, riwayat kesehatan sebelumnya, dan biomarker laboratorium untuk meningkatkan kemampuan prediktif dan menilai kontribusi masing‑masing faktor terhadap risiko kehamilan; terakhir, pengembangan sistem keputusan klinis yang terintegrasi dengan rekam medis elektronik dan aplikasi seluler dapat dievaluasi melalui uji coba lapangan untuk mengukur dampak penggunaan secara real‑time terhadap penurunan angka kematian ibu dan peningkatan kepatuhan intervensi dini.
- Detection of Pregnancy Risk Level with Fuzzy Mamdani and Simple Additive Weighting Methods | Wulandari... jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13029Detection of Pregnancy Risk Level with Fuzzy Mamdani and Simple Additive Weighting Methods Wulandari jtsiskom undip ac index php jtsiskom article view 13029
- Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)i. hasil klasifikasi algoritma random forest deteksi... doi.org/10.29207/resti.v5i1.2880Jurnal RESTI Rekayasa Sistem dan Teknologi Informas i hasil klasifikasi algoritma random forest deteksi doi 10 29207 resti v5i1 2880
- Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)i. analisis perbandingan algoritma optimasi random... jurnal.iaii.or.id/index.php/RESTI/article/view/2813Jurnal RESTI Rekayasa Sistem dan Teknologi Informas i analisis perbandingan algoritma optimasi random jurnal iaii index php RESTI article view 2813
| File size | 692.27 KB |
| Pages | 12 |
| DMCA | Report |
Related /
STTSSTTS Penelitian ini bertujuan untuk mengevaluasi kinerja tiga algoritma klasifikasi - Random Forest, Support Vector Machine (SVM), dan Artificial Neural NetworkPenelitian ini bertujuan untuk mengevaluasi kinerja tiga algoritma klasifikasi - Random Forest, Support Vector Machine (SVM), dan Artificial Neural Network
STIKESPANTIRAPIHSTIKESPANTIRAPIH Tujuan: Untuk mengetahui dan memahami bagaimana persepsi pasien hemodialisa terhadap kualitas hidup pasien. Metode: Penelitian ini menggunakan metode kualitatif,Tujuan: Untuk mengetahui dan memahami bagaimana persepsi pasien hemodialisa terhadap kualitas hidup pasien. Metode: Penelitian ini menggunakan metode kualitatif,
JOURNALCENTERJOURNALCENTER Penelitian ini melakukan systematic literature review terhadap implementasi algoritma clustering dan classification dalam penambangan data untuk mengidentifikasiPenelitian ini melakukan systematic literature review terhadap implementasi algoritma clustering dan classification dalam penambangan data untuk mengidentifikasi
SUBSETSUBSET Hasil evaluasi memperlihatkan bahwa model awal memiliki akurasi sebesar 74%, yang kemudian meningkat menjadi 75% setelah dilakukan tuning.meskipun peningkatanHasil evaluasi memperlihatkan bahwa model awal memiliki akurasi sebesar 74%, yang kemudian meningkat menjadi 75% setelah dilakukan tuning.meskipun peningkatan
UNSOEDUNSOED Penelitian kami mengidentifikasi tiga senyawa yang diketahui: triterpenoid tipe tirucallane, cneorin-NP36 (1), limonoid sekunder dari kelompok preurianin,Penelitian kami mengidentifikasi tiga senyawa yang diketahui: triterpenoid tipe tirucallane, cneorin-NP36 (1), limonoid sekunder dari kelompok preurianin,
POLTEKKES PONTIANAKPOLTEKKES PONTIANAK Integrasi keempat elemen TQM menjelaskan 62 % variasi dalam manajemen rumah sakit. Penerapan TQM secara konsisten dapat meningkatkan kualitas layananIntegrasi keempat elemen TQM menjelaskan 62 % variasi dalam manajemen rumah sakit. Penerapan TQM secara konsisten dapat meningkatkan kualitas layanan
POLTEKKES MATARAMPOLTEKKES MATARAM Penelitian ini dilakukan untuk mengetahui efektivitas pemberian pendidikan menggunakan brosur, video interaktif, dan permainan tebak gambar bagi siswaPenelitian ini dilakukan untuk mengetahui efektivitas pemberian pendidikan menggunakan brosur, video interaktif, dan permainan tebak gambar bagi siswa
FIKES UMWFIKES UMW Penelitian ini bertujuan untuk mengetahui Faktor-faktor yang berhubungan dengan mutu pelayanan kesehatan di Puskesmas Wundulako Kabupaten Kolaka. JenisPenelitian ini bertujuan untuk mengetahui Faktor-faktor yang berhubungan dengan mutu pelayanan kesehatan di Puskesmas Wundulako Kabupaten Kolaka. Jenis
Useful /
SUBSETSUBSET Penelitian ini bertujuan untuk mengevaluasi dan membandingkan performa dari dua arsitektur deep learning, yaitu BERT (Bidirectional Encoder RepresentationsPenelitian ini bertujuan untuk mengevaluasi dan membandingkan performa dari dua arsitektur deep learning, yaitu BERT (Bidirectional Encoder Representations
SUBSETSUBSET Label sentimen diperoleh dari menggunakan lexicon VADER dengan perolehan sentimen positif, negatif dan netral. Pemodelan BERT dilakukan dengan membagiLabel sentimen diperoleh dari menggunakan lexicon VADER dengan perolehan sentimen positif, negatif dan netral. Pemodelan BERT dilakukan dengan membagi
SUBSETSUBSET Sistem informasi penjadwalan produksi untuk usaha pembuatan box speaker K3 Production dikembangkan menggunakan metode prototyping dan model Unified ModelingSistem informasi penjadwalan produksi untuk usaha pembuatan box speaker K3 Production dikembangkan menggunakan metode prototyping dan model Unified Modeling
UNPUNP Briket serai yang dihasilkan memiliki sifat fisik dan kimia tertinggi dengan nilai kalor 9972,55 kJ/kg pada perbandingan campuran 90. Perbandingan pengikat/perekatBriket serai yang dihasilkan memiliki sifat fisik dan kimia tertinggi dengan nilai kalor 9972,55 kJ/kg pada perbandingan campuran 90. Perbandingan pengikat/perekat