Sistem Prediksi Kondisi Kelahiran Bayi menggunakan Klasifikasi Naïve Bayes

Dalam bidang kesehatan, data mining dapat dimanfaatkan untuk memprediksi suatu penyakit dari data rekam medis pasien. Dengan metode research and development klasifikasi pada data mining, data seperti umur, tekanan darah, berat badan, letak janin, tinggi fundus uterus dan atribut lainnya, dapat digunakan untuk memprediksi kemungkinan pasien terkena suatu penyakit. Oleh karena itu, peneliti membuat sistem prediksi kondisi kelahiran bayi mengunakan metode klasifikasi naïve bayes yang berfungsi untuk memprediksi kelahiran bayi. Teknik data mining yang diterapkan pada aplikasi yang dibangun adalah metode klasifikasi naïve bayes. Dengan menggunakan pengembangan sistem berbasis web yaitu akuisisi pengetahuan. Hasil dari penelitian ini adalah aplikasi untuk memprediksi seseorang akan melahirkan secara normal atau beresiko(cesar) berdasarkan hasil pemeriksaan dokter. Dari hasil prediksi tersebut dapat digunakan untuk menentukan hasil rata-rata kelahiran bayi setiap bulan. Data yang kami gunakan ada total 165 data ibu hamil diantaranya kami bagi 2 yaitu 110 data training dan 55 data testing/data uji, model prediksi dievaluasi menggunakan  x cross validation dalam proses evaluasi dan perhitungan nilai akurasi, precission, dan recall. Dengan nilai akurasi 92,73% dan precission 83,33% serta recall 100%.