YESARELA SITRAI LAWEANGI (2022) PREDIKSI BERAT BADAN LAHIR RENDAH PADA BAYI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Sarjana thesis, Universitas Tadulako.
Full text not available from this repository.Abstract
Berat Badan Lahir Rendah (BBLR) adalah kondisi dari seorang bayi yang lahir dengan berat kurang dari 2500 gram atau 2,5 kg, berdasarkan klasifikasinya bayi yang lahir dengan berat badan antara 2500-4000 gram disebut dengan Berat Badan Lahir Normal (BBLN). Tingginya angka kejadian BBLR dapat memengaruhi kualitas sumber daya manusia pada masa depan, karena bayi yang lahir dengan BBLR juga dapat menyebabkan peningkatan risiko kecacatan permanen, gangguan kognitif dan masalah kesehatan kronis lainnya dikemudian hari. Kejadian BBLR berkaitan dengan kondisi ibu hamil, kehamilan, plasenta, dan janin. Oleh karena itu masih dimungkinkan adanya identifikasi awal risiko kejadian BBLR. Berdasarkan uraian diatas, maka perlu adanya upaya pencegahan kejadian BBLR pada masa mendatang, salah satunya dengan melakukan pengawasan ketat terhadap faktor risiko yang memengaruhi kejadian BBLR. Penelitian ini dilakukan untuk memprediksi BBLR pada bayi menggunakan metode Support Vector Machine (SVM) dengan faktor resiko BBLR yaitu usia ibu , usia kehamilan, tekanan darah, kadar hb, ketuban pecah dini, preeklampsia/eklampsia, status gizi, riwayat penyakit, hamil ganda, kelainan placenta dan paritas sebagai input, kemudian BBLR dan BBLN sebagai output. Hasil prediksi terbaik yaitu dengan akurasi 100% pada masing-masing analisis fungsi kernel yang digunakan yaitu fungsi kernel linear dengan nilai parameter c = 1, analisis fungsi kernel polynomial, dengan nilai parameter c = 1, nilai parameter d = 1, analisis fungsi kernel RBF dengan nilai parameter c=100, =2.
Item Type: | Thesis (Sarjana) |
---|---|
Commentary on: | Eprints 0 not found. |
Divisions: | Fakultas Matematika dan IPA > Matematika |
SWORD Depositor: | Users 0 not found. |
Depositing User: | Users 0 not found. |
Date Deposited: | 22 Jan 2025 07:16 |
Last Modified: | 06 Feb 2025 07:14 |
URI: | https://repository.untad.ac.id/id/eprint/136011 |
Baca Full Text: | Baca Sekarang |