KLASIFIKASI PERSALINAN NORMAL ATAU CAESAR
KLASIFIKASI PERSALINAN NORMAL ATAU CAESARMENGGUNAKAN ALGORITMA C4.5SKRIPSIDisusun OlehYuniar Mukti KusumawardaniNIM. H72215035PROGRAM STUDI MATEMATIKAFAKULTAS SAINS DAN TEKNOLOGIUNIVERSITAS ISLAM NEGERI SUNAN AMPELSURABAYA2019
ABSTRAKKLASIFIKASI PERSALINAN NORMAL ATAU CAESARMENGGUNAKAN ALGORITMA C4.5Proses persalinan sering kali mengalami resiko, dengan resiko terburukyaitu mengalami kematian. Berdasarkan hasil Survei Kesehatan Rumah Tangga diIndonesia tahun 2001 diketahui sebanyak 89,5% ibu mengalami kematian yangdisebabkan oleh komplikasi kehamilan, persalinan dan nifas. Tujuan dari penelitianini adalah mengklasifikasikan jenis persalinan normal atau caesar menggunakanalgoritma C4.5. Data yang digunakan adalah data tentang usia, hipertensi, glukosa,hamil primi, pinggul sempit, letak bayi dan riwayat penyakit lain pada ibu hamil.Hasil dari penelitian ini menunjukkan bahwaalgoritma C4.5 mampumengklasifikasikan persalinan normal atau caesar dengan memperoleh 10 iterasisebagai node akar pada pembagian data 1:3 dan 9 iterasi pada pembagian data 1:2dan hasil pengujian terhadap 305 data menggunakan prediksi model algoritma C4.5berbasis Decision tree diperoleh model paling optimal pada pembagian data 1:3dengan akurasi, sensitifitas dan spesifisitas dengan nilai masing-masing sebesar82,43%, 72,41% dan 88,88%.Kata Kunci : Persalinan normal atau caesar, Algoritma C4.5, data miningixdigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
ABSTRACTCLASSIFICATION OF NORMAL OR CAESAREAN BIRTH USING C4.5ALGORITHMChildbirth often runs the risk, with the worst risk of dying. Based on theresults of the 2001 Household Health Survey in Indonesia it was found that 89.5%of mothers experienced deaths caused by complications of pregnancy, childbirthand postpartum. In decision-making errors can result in the worst risk that occurs isdeath of both mother, baby and both. The purpose of this study is to classify normalor caesarean delivery using the C4.5 algorithm. The data used are data about age,hypertension, glucose, primi pregnancy, narrow hips, the location of the baby anda history of other diseases in pregnant women. The results of this study indicate thatthe C4.5 algorithm is able to classify normal or caesarean deliveries by obtaining10 iterations as root nodes in 1: 3 and 9 iteration data sharing in 1: 2 data sharingand the results of testing of 305 data using C4.5 algorithm model predictions. basedon Decision tree obtained the most optimal model in the distribution of 1: 3 datawith accuracy, sensitivity and specificity with values of 82,43%, 72,41% and88,88% respectively.Keyword: Normal delivery caesarian section, C4.5 algorithm, data miningxdigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
DAFTAR ISIHALAMAN JUDUL . iLEMBAR PERSETUJUAN PEMBIMBING . iiLEMBAR PENGESAHAN . iiiHALAMAN PERNYATAAN KEASLIAN KARYA ILMIAH . ivHALAMAN MOTTO .vHALAMAN PERSEMBAHAN . viKATA PENGANTAR . viiABSTRAK . viiiABSTRACT . ixDAFTAR ISI .xDAFTAR TABEL . xiiiDAFTAR GAMBAR . xivBAB I PENDAHULUAN .1A. Latar Belakang.1B. Rumusan Masalah .5C. Tujuan Penelitian .5D. Manfaat Penelitian .5E. Batasan Penelitian .6BAB II TINJAUAN PUSTAKA.7A. Persalinan .71. Pengertian Persalinan .72. Jenis Persalinan .73. Faktor-faktor yang mempengaruhi jenis persalinan .8xidigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
B. Pohon Keputusan .111. Pengertian Pohon Keputusan .112. Manfaat Pohon Keputusan .113. Kelebihan Pohon Keputusan .124. Model Pohon Keputusan .13C. Algoritma C4.5 .14D. Matriks Confusion .16BAB III METODE PENELITIAN .19A. Jenis Penelitian .19B. Pengumpulan Data.19C. Teknik Analisis Data .20D. Alur Algoritma C4.5 .21BAB IV PEMBAHASAN.23A. Pengolahan Data .23B. Analisis Algoritma C4.5 .231. Model Pohon Keputusan 1:3.232. Model Pohon Keputusan 1:2.563. Membuat Aturan Pohon Keputusan .574. Pengujian Akurasi 1:3 .595. Pengujian Akurasi 1:2 .606. Perbandingan Tingkat Akurasi .62C. Implementasi Pengabilan Keputusan .63BAB V PENUTUP .65A. Simpulan .65B. Saran .65xiidigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
DAFTAR PUSTAKA .66xiiidigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
DAFTAR TABELTabel 2.1 Confusion Matriks.17Tabel 3.1 Atribut Penelitian .19Tabel 4.1 Hasil Perhitungan Node akar 1 .37Tabel 4.2 Hasil Perhitungan Node akar 2 .39Tabel 4.3 Hasil Perhitungan Node akar 3 .40Tabel 4.4 Hasil Perhitungan Node akar 4 .42Tabel 4.5 Hasil Perhitungan Node akar 5 .44Tabel 4.6 Hasil Perhitungan Node akar 6 .46Tabel 4.7 Hasil Perhitungan Node akar 7 .48Tabel 4.8 Hasil Perhitungan Node akar 8 .50Tabel 4.9 Hasil Perhitungan Node akar 9 .52Tabel 4.10 Hasil Perhitungan Node akar 10 .54Tabel 4.11 Perhitungan confusion matriks perbandingan 1:3 .59Tabel 4.12 Perhitungan confusion matriks perbandingan 1:2 .61Tabel 4.13 Perhitungan Tingkat Akurasi .62xivdigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
DAFTAR GAMBARGambar 2.1 Model Pohon Keputusan .13Gambar 3.1 Alur Algoritma C4.5 .22Gambar 4.1 Hasil pembentukan pohon keputusan node 1 .38Gambar 4.2 Hasil pembentukan pohon keputusan node 2 .39Gambar 4.3 Hasil pembentukan pohon keputusan node 3 .41Gambar 4.4 Hasil pembentukan pohon keputusan node 4 .43Gambar 4.5 Hasil pembentukan pohon keputusan node 5 .45Gambar 4.6 Hasil pembentukan pohon keputusan node 6 .47Gambar 4.7 Hasil pembentukan pohon keputusan node 7 .49Gambar 4.8 Hasil pembentukan pohon keputusan node 8 .51Gambar 4.9 Hasil pembentukan pohon keputusan node 9 .53Gambar 4.10 Hasil akhir Pohon keputusan .55Gambar 4.11 Hasil pembentukan pohon keputusan 1:2.56Gambar 4.12 Contoh GUI pengambilan keputusan .64Gambar 4.13 Contoh tampilan GUI dengan hasil keputusan persalinan caesar.64xvdigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
BAB IPENDAHULUANA. Latar BelakangPersalinan merupakan suatu peristiwa dimana seorang wanitamengalami kejadian secara alami dengan mengalami kontraksi pada rahim danmengeluarkan bayi. Allah menciptakan wanita dengan mekanisme tubuh yangdipersiapkan untuk mampu mengandung dan melahirkan bayi. Seperti yangtertera pada Al-Quran surat Al Mu’min ayat 67 sebagai berikut : Yang artinya “Dialah yang menciptakan kamu dari tanah kemudian darisetetes mani, sesudah itu dari segumpal darah , kemudian dilahirkan-Nya kamusebagai seorang anak, kemudian (kamu dibiarkan hidup) supaya kamu sampaikepada masa (dewasa), kemudian (dibiarkan hidup lagi sampai tua, diantarakamu ada yang diwafatkan sebelum itu. (Kami perbuat demikian) supaya kamusampai kepada ajal yang ditentukan dan supaya kamu memahami(nya).Persalinan merupakan proses fisiologis dimana uterus mengeluarkanatau berupaya mengeluarkan janin dan plasenta setelah masa kehamilan 37minggu atau lebih untuk dapat hidup diluar kandungan melalui jalan lahir ataujalan lain dengan bantuan atau tanpa bantuan (Amalia & Evicienna, 2017).1digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
2Pada saat proses persalinan berlangsung sering kali menyebabkan resiko,dengan resiko terburuk yaitu mengalami kematian. Hal yang harus dihindariselama proses persalinan adalah kematian ibu dan anak. Tingginya kematianpada ibu dapat disebabkan oleh komplikasi yang terjadi pada proses kehamilan,persalinan, dan nifas. Berdasarkan hasil Survei Kesehatan Rumah Tangga diIndonesia tahun 2001 diketahui sebanyak 89,5% ibu mengalami kematian yangdisebabkan oleh komplikasi kehamilan, persalinan dan nifas dan 10,5%disebabkan oleh penyakit (Tim Kajian AK, 2004).Di dunia kedokteran kebidanan terdapat dua jenis proses persalinanyaitu persalinan normal dan operasi caesar. Pada masa lalu melahirkan dengancara operasi merupakan hal yang menakutkan karena dinilai berisiko kematian.Oleh sebab itu, pembedahan hanya dilakukan apabila persalinan normal dapatmembahayakan ibu dan janinnya. Namun, seiring dengan berjalannya waktudan berkembangnya kecanggihan bidang ilmu kedokteran kebidananpandangan tersebut berangsur mulai menghilang. Saat ini bedah caesar (SectioCaesarea) dapat menjadi alternatif pilihan persalinan dengan beberapapertimbangan medis.Ada empat faktor yang perlu dipertimbangkan untuk menentukanapakah seorang ibu hamil perlu melakukan operasi atau tidak (Amalia &Evicienna, 2017). Pertama, faktor bayi dalam kandungan. Apakah berat janin(bobot tubuhnya) normal untuk usia kandungan tertentu. Pada bulan terakhirkehamilan, bobot bayi yang lahir dengan persalinan normal berkisar antara 2,54,0 kg. Keadaan plasenta dan tali pusar juga menjadi perhatian khusus. Kedua,digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
3faktor ibu itu sendiri yang berkaitan dengan ukuran pinggul ibu cukup luasuntuk dilewati bayinya kelak, sehingga perlu memperhatikan bobot bayi.Selain itu, ibu pun harus dinyatakan sehat secara fisik, artinya tidak menderitapenyakit lain seperti hipertensi, jantung dan diabetes. Ketiga, faktor kontraksisaat menjelang persalinan. Apakah ada kontraksi simultan ataukah hilangtimbul., bahkan tidak ada kontraksi sama sekali yang mengharuskan ibu bayidiinduksi dengan pemberian hormon oksitosin melalui infus atau prostaglandinmelalui vagina. Keempat, faktor yang sering dianggap remeh namunsebenarnya sangat berpengaruh, yaitu kondisi psikis ibu. Dukungan dari ayahbayi ataupun kerabat keluarga lain sangat diperlukan demi kelancaranpersalinan.Meskipun telah mempertimbangkan faktor-faktor penting diatas, masihsaja terjadi kesalahan penentuan jenis persalinan oleh dokter kandungansehingga dapat membahayakan ibu dan janin. Dalam kesalahan pengambilankeputusan dapat mengakibatkan resiko terburuk yang terjadi adalah kematianbaik ibu, bayi maupun keduanya. Apabila hal tersebut terjadi tidak hanyakeluarga calon bayi yang merasa dirugikan, tapi instansi rumah sakit jugamerasa dirugikan karena menganggap hal tersebut adalah kesalahan dokterkandungan yang menangani persalinan tersebut.Dalam menentukan jenis persalinan pada ibu hamil salah satu metodeyang digunakan adalah metode klasifikasi. Metode klasifikasi merupakansebuah proses untuk menentukan model yang menjelaskan kosep atau kelasdata, dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yangdigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
4kelasnya tidak diketahui. Beberapa metode klasifikasi diantaranya adalah ID3,Algoritma C4.5, Naive bayes, Neural network dan lain sebagainya.Algoritma C4.5 merupakan metode yang berbasis pohon keputusan.Kelebihan metode ini adalah mudah dipahami dan diinterpretasikan dalambentuk pohon dan cepat memproses dengan baik pada data latih yang banyak(Prasetyo, 2014). Pada pengambilan keputusan dalam menentukan jenispersalinan, metode Algoritma C4.5 digunakan untuk mengelompokkanpersalinan normal atau caesar.Adapun penelitian sebelumnya yang terkait dengan menentukan jenispersalinan antara lain Komparasi Metode Data Mining untuk Penentuan ProsesPersalinan Ibu Melahirkan (Amalia & Evicienna, 2017) dengan hasil penelitianmenggunakan metode Algoritma C4.5 dapat memodelkan pohon keputusanuntuk klasifikasi persalinan normal atau caesar dengan tingkat akurasi sebesar90%. Penelitian tentang Algoritma C4.5 Berbasis Decision Tree untuk PrediksiKelahiran Bayi Prematur (Puspita & Wahyudi, 2015) dengan hasil penelitianmenggunakan metode Algoritma C4.5 dapat memodelkan pohon keputusanuntuk klasifikasi persalinan normal atau caesar dengan tingkat akurasi sebesar93,60 %. Berdasarkan penelitian yang pernah dilakukan, metode AlgoritmaC4.5 lebih baik digunakan dalam penentuan persalinan normal atau caesar,dimana dengan metode tersebut diperoleh tingkat keakurasian diatas 70%.Berdasarkan permasalahan yang diuraikan diatas, untuk mendukungkerja peranan dokter kebidanan diperlukan suatu keputusan dalam menentukanpersalinan berdasarkan aturan-aturan tertentu. Dengan adanya hasil pohondigilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
5keputusan tersebut, resiko terjadinya kesalahan penentuan persalinan dapatdiminimalisir. Oleh karena itu penelitian ini menerapkan teori penambangandata (data mining) dalam membangun sebuah keputusanuntukmengklasifikasi persalinan normal atau caesar dari seorang ibu hamil.B. Rumusan MasalahBerdasarkan latar Belakang yang telah dijelaskan diatas, berikut rumusanmasalah yang dapat diambil :1. anmenggunakan algoritma C4.5 ?2. Bagaimana tingkat keakuratan yang dihasilkan dari klasifikasi persalinannormal atau caesar dengan menggunakan algoritma c4.5?C. Tujuan PenelitianAdapun tujuan dari penelitian ini adalah1. Mengklasifikasikan persalinan normal atau caesar menggunakanalgoritma C4.5.2. Mengetahui tingkat akurasi untuk klasifikasi persalinan normal ataucaesar dengan algoritma c4.5.D. Manfaat PenelitianManfaat dari penelitian ini yaitu :1. Dapat menambah wawasan dan memahami lebih dalam tentang algoritmaC4.5.digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id
62. Dapat memberi informasi pemikiran mengenai penerapan data miningkhususnya yang berkaitan dengan klasifikasi persalinan.3. Dapat memprediksi jenis persalinan lebih dini sehingga baik pasien dandokter dapat mempersiapkan untuk melakukan tindakan yang cepat.E. Batasan PenelitianBatasan masalah yang digunakan dalam penelitian ini adalah :1. Data bersumber dari R.S Bhayangkara Surabaya tahun 2018.2. Data yang dianalisis adalah data persalinan normal dan caesar denganvariabel yang digunakan yaitu usia, hipertensi, glukosa, hamil primi,riw
menggunakan metode Algoritma C4.5 dapat memodelkan pohon keputusan untuk klasifikasi persalinan normal atau caesar dengan tingkat akurasi sebesar 90%. Penelitian tentang Algoritma C4.5 Berbasis Decision Tree untuk Prediksi Kelahiran Bayi Prematur (Puspita & Wahyudi, 2015) dengan hasil penelitian
CAESAR Calphurnia! CAESAR Calphurnia! CASCA Peace, ho! Caesar speaks. CASCA Quiet! Caesar's talking. CAESAR Calphurnia! CAESAR Calphurnia! CALPHURNIA Here, my lord. CALPHURNIA I'm here, my lord. 5 CAESAR Stand you directly in Antonius' way When he doth run his course. —Antonius! CAESAR
pemecahan ketuban, pemberian pitocin atau prostaglandin (Maternity, 2014). 4. Tanda-tanda persalinan Persalinan dimulai bila ibu sudah dalam inpartu (saat uterus berkontaraksi menyebabkan perubahan pada serviks membuka dan meni
a. he viewed Caesar as a great friend c. he was jealous of the power Caesar had accumulated b. he had wanted to kill Caesar for a long time d. he proposed the plan to kill Caesar 3. Based on what you read, why does Brutus think something needs to be done with Caesar? a. Caesar is a liar c. Caesar is becoming corrupt b.
CAESAR enters, followed by ANTONY , dressed formally for a foot race, then CALPHURNIA , PORTIA , DECIUS , CICERO ,BRUTUS , CASSIUS , and CASCA . A great crowd follows, among them a SOOTHSAYER . CAESAR Calphurnia! CAESAR Calphurnia! CASCA Peace, ho! Caesar speaks. CASCA Quiet! Caesar's talking. CAESAR
n Rome, people are celebrating the triumphant return of Julius Caesar, a noted general. A soothsayer advises Caesar that the fifteenth of March (the ides of March) will be a dangerous day for him. Two Roman nobles, Cassius and Brutus, discuss Caesar’s growing power. Cassius urges Brutus to oppose Caesar for fear that Caesar may become king.
4. Caesar – Rome’s leader 5. Casca – a member of the conspiracy 6. Calphurnia – Caesar’s wife 7. Antony – loyal to Caesar; a triumvir after the death of Julius Caesar 8. Cassius – the leading conspirator 9. Brutus – Caesar’s good friend who joins the conspiracy 10. Cicero –
The Tragedy of Julius Caesar Story Summary The Tragedy of Julius Caesar is the tragic true . Caesar is invited to lead the Roman Empire. Cassius and other members of the Roman senate fear that Caesar will become a power-hungry dictator. They decide Caesar must be stopped. They enlist Caesa
Advanced Engineering Mathematics 1. First-order ODEs 25 Problems of Section 1.3. The differential equation becomes Advanced Engineering Mathematics 1. First-order ODEs 26 1.4 Exact differential equations Now we want to consider a DE as That is, M(x,y)dx N(x,y)dy 0. The solving principle can be
