Klasifikasi Tingkat Risiko Kesehatan Ibu Hamil Menggunakan Algoritma Support Vectore Machine

Abstract

Memprediksi apakah ibu hamil memiliki resiko tingkat kematian tinggi, sedang atau rendah. Metode yang digunakan adalah metode kuantitatif dengan menggunakan algoritma klasifikasi support vector machine (SVM) untuk mengetahui tingkat resiko kesehatan pada ibu hamil. Dengan menggunakan algoritma klasifikasi support vector machine(SVM) dapat memprediksi ibu hamil beresiko terkena penyakit atau tidak. Tingkat akurasi data sebelum dilakukan tahap preprocessing sebesar 60%. Setelah data memasuki tahap preprocesing, akurasi data yang didapatkan menjadi 71%. Hal tersebut terjadi karena pada dataset awal terdapat imbalance data. Setelah dilakukan preprocessing dan penyeimbangan data, kenaikan akurasi menjadi 11% lebih tinggi. Hasil dari penelitian ini, penelitian ini dapat membantu tenaga kesehatan dalam menekan angka kematian ibu hamil dengan mendeteksi secara dini tingkat resiko ibu hamil terkena suatu penyakit dengan parameter tertentu. Penelitian ini menggunakan dataset yang berasal dari UCI dataset. Dataste tersebut memiliki beberapa parameter seperti uisa, tekanan darah sistolik, diastolik BP, kadar glukosa, detak jantung dan parameter resiko. Dataset tersebut memiliki 1014 data