IMPLEMENTASI ALGORITMA C4.5 DALAM MEMPREDIKSI PERSALINAN BERDASARKAN PEMERIKSAAN HEMATOLOGI

Data yang berhasil di himpun dari Kementerian Kesehatan RI tahun 2017
Jumlah kasus kematian Bayi turun dari 33.278 di tahun 2015 menjadi 32.007 pada
tahun 2016, dan di tahun 2017 di semester I sebanyak 10.294 kasus. Demikian pula
dengan angka kematian Ibu turun dari 4.999 tahun 2015 menjadi 4912 di tahun
2016 dan di tahun 2017 semester I sebanyak 1712 kasus. Dengan memanfaatkan
teknik sistem prediksi dan akan diolah menggunakan metode c4.5 dengan tujuan
dapat memprediksi persalinan calon ibu sehingga dapat mengurangi jumlah risiko
terjadinya kematian bayi dan kematian ibu bayi dari proses persalinan. Terdapat 5
kriteria dalam memprediksi persalinan yaitu hemoglobin, hematokrit, leukosit,
trombosit, eritrosit. Total keseluruhan data adalah 280, jumlah data yang diolah
adalah 158 data yang terdiri dari 79 data dengan jenis persalinan SC dan 79 data
dengan jenis persalinan spontan. kemudian diambil sebanyak 80 % masing-masing
tiap jenis persalinan yang terdiri dari 63 data jenis persalinan SC dan 63 data dengan
jenis persalinan spontan. Untuk data uji diambil sebanyak 20 % masing-masing tiap
jenis persalinan yang terdiri dari 16 data jenis persalinan SC dan 16 data dengan
jenis persalinan spontan. Pengujian dilakukan dengan membandingkan data asli
yang berasal dari Rumah Sakit Umum Yogyakarta dari tahun 2010-2016. Hasil
Pengujian Confusion Matrix menjelaskan memiliki akurasi sebesar 81%.
Kata Kunci : persalinan, machine learning, prediksi, algoritma c4.5, confusion
matrix