Penerapan Algoritma C4.5 pada RapidMiner untuk Resiko Kesehatan Ibu Hamil
Article Sidebar
Main Article Content
Abstract
Penentuan risiko persalinan pada ibu hamil penting untuk mendeteksi dini komplikasi kehamilan, namun masih terkendala oleh analisis manual dan kompleksitas faktor kesehatan. Penelitian ini bertujuan menerapkan algoritma C4.5 untuk mengklasifikasikan tingkat risiko persalinan menggunakan dataset maternal health risk yang meliputi tekanan darah, kadar gula darah, suhu tubuh, denyut jantung, dan usia ibu. Metode penelitian mencakup preprocessing data, pembentukan pohon keputusan, serta evaluasi performa menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa atribut SystolicBP dan Blood Sugar (BS) menjadi faktor dominan dalam klasifikasi. Model C4.5 menghasilkan akurasi sebesar 73,67%, dengan performa terbaik pada kelas high risk dan low risk. Meskipun nilai recall pada kelas mid risk lebih rendah, model tetap mampu memberikan gambaran awal risiko kehamilan secara objektif dan dapat digunakan sebagai alat bantu analisis bagi tenaga kesehatan.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Arkamil, R. F., & Jambak, M. I. (2023). Klasifikasi Tindakan Persalinan Pada Pasien Ibu Bersalin Menggunakan Metode Decision Tree C4 . 5. 4(1), 513–523. https://doi.org/10.30865/klik.v4i1.1168
Fatah, Z., & Diagnosis, P. (2025). Penerapan Data Mining Untuk Prediksi Diagnosis Demam Berdarah Dengan Algoritma Decision Tree. 3(May), 74–82. https://doi.org/10.59435/jocstec.v3i2.437
Handayani, K., Latif, A., Firdaus, M. R., Hasan, F. N., Informasi, T., Bina, U., Informatika, S., Akuntansi, S. I., Bina, U., Informatika, S., Komputer, T., Bina, U., Informatika, S., Komputer, I., Bina, U., Informatika, S., & Pusat, J. (2021). Komparasi Algoritma C4 . 5 dan Naïve Bayes dalam Penentuan Status Kelayakan Donor Darah. 10, 676–687. https://doi.org/10.32520/stmsi.v10i3.1440
Keputusan, O., Persalinan, M., Alfianah, A. B., Pratama, M. R., Yunus, M., Vestine, V., Studi, P., Informasi, M., Kesehatan, J., & Jember, P. N. (2024). Optimasi Keputusan Metode Persalinan dengan Algoritma C4.5. 6(1), 77–87. https://doi.org/10.25047/j-remi.v6i1.4777
Mujiyono, S., & Syaiful, N. (2023). Prediction of Nutritional Status of Toddlers Using C4 . 5 Algorithm. 12(1), 41–52. https://doi.org/10.35335/mandiri.v12i1.229
No, V., Hal, A., Agus, I. M., Gunawan, O., Ayu, I. D., Saraswati, I., Gede, I. D., Agung, R., & Eka, I. P. (2023). Klasifikasi Penyakit Jantung Menggunakan Algoritma Decision Tree Series C4 . 5 Dengan Rapidminer. 5(2), 73–83. https://doi.org/10.47233/jteksis.v5i2.775
Nuraisana, N., Halawa, S. W., & Harun, M. (2024). Implementasi Algoritma C4 . 5 Dalam Mengklasifikasi Status Gizi Balita Pada Posyandu Desa Sekip Lubuk Pakam. 23, 130–137. https://doi.org/10.53513/jis.v23i1.9596
Octari, T., Syesar, P., Febriansyah, F., & Efan, E. (2024). PREDIKSI METODE PERSALINAN MENGGUNAKAN DECISION SUPPORT PREDICTION OF DELIVERY METHOD USING DECISION SUPPORT SYSTEM AND. 01(02), 12–19. https://doi.org/10.47927/jikb.v13i2a.376
Octaviani, D. A., Widiastuti, D., Amelia, R., Salam, A., & Nuswantoro, U. D. (2025). Implementasi Data Mining Untuk Memprediksi Dalam Kehamilan Poltekkes Kemenkes Semarang , Indonesia Implementation Of Data Mining To Predict Pre-Eclampsia In Pregnancy Alamat korespondensi : 18(1), 29–38. https://doi.org/10.32763/ps5qpj75
Pada, S., Kesehatan, P. O. S., Pkd, D., & Website, B. (2022). Implementasi algoritma c4.5 untuk mendeteksi stunting pada pos kesehatan desa (pkd) berbasis website (studi kasus : desa purbayasa kecamatan tonjong). https://doi.org/10.58436/ijir.v4i2.1907
Poernareksa, D., & Rahmadiliyani, N. (2025). JTIM : Jurnal Teknologi Informasi dan Multimedia Implementasi Data Mining dalam Menentukan Prediksi Status Resiko Persalinan pada Ibu Hamil menggunakan Algoritma. 7(1), 123–132. https://doi.org/10.35746/jtim.v7i1.619
Salim, S., Mashrafi, A., & Tafakori, L. (2024). Predicting maternal risk level using machine learning models. BMC Pregnancy and Childbirth. https://doi.org/10.1186/s12884-024-07030-9
Sarjana, J., & Informatika, T. (2022). Prediksi Dini Penyakit Preeklamsia Menggunakan Algoritma. 10(3), 120–131. https://doi.org/10.12928/jstie.v10i3.24187
Wahid, M. F. (2025). Penerapan Data Mining Menggunakan Algoritma C4 . 5 untuk Klasifikasi Penyakit Paru-Paru Universitas Ibrahimy. 3(5), 646–653. https://doi.org/10.61722/jipm.v3i5.1513
Yamantri, A. B., & Ahmad, A. (2024). Penerapan Algoritma C4 . 5 Untuk Prediksi Faktor Risiko Obesitas Pada Penduduk Dewasa. 2(c), 118–125. https://doi.org/10.70052/jka.v2i3.341