Prediksi Kejadian Preeklampsia Pada Ibu Hamil Menggunakan Metode Decision Tree Dengan Algoritma C4.5

Preeklampsia adalah suatu kelainan pada kehamilan yang termasuk penyakit hipertensi yang berdampak pada kehamilan dan kematian bayi. Menurut World Health Organization di Indonesia jumlah angka kematian ibu akibat preeklampsia masih cenderung stabil dengan penurunan minimal. Penelitian ini bertujuan untuk merancang sebuah aplikasi sistem alat bantu pendukung keputusan dalam memprediksi kejadian preeklampsia pada ibu hamil. Adapun atribut yang digunakan yaitu: rasa nyeri, gangguan penglihatan, edama (pembengkakan pada anggota tubuh), sianosis (warna kulit berubah kebiruan), gangguan fungsi hati, riwayat hipertensi, tekanan darah, proteinuria (protein dalam urin), oligouri (jumlah urin), usia ibu hamil, usia kehamilan, obesitas dan paritas (keadaan jumlah kelahiran janin). Pohon keputusan dibuat dengan 100 data latih yang diolah menggunakan algoritma C4.5. Pohon keputusan ini kemudian di uji menggunakan 50 data uji yg menghasilkan tingkat keakurasian sebesar 98%. Hasil dari pohon keputusan yang sudah di uji berupa aturan dibuatkan aplikasi pendukung keputusan dalam memprediksi kejadian preeklampsia pada ibu hamil.