PREDIKSI KELAHIRAN BAYI SECARA PREMATUR DENGAN MENGGUNAKAN ALGORITMA C.45 BERBASIS PARTICLE SWARM OPTIMIZATION

Abstrak

Abstract - Preterm labor can happen when pregnancy has not entered the 37th week, or three weeks or more before the birth day forecast (HPL). Babies who are born prematurely usually weigh less than 2.5 kilograms it is that causes the body's organs are not functioning properly infants can suffer from a variety of more serious health problems than babies who were born on schedule birth. Until now, there are some cases of premature labor of unknown cause. There are several factors and health problems that can trigger preterm labor that mothers who do not exercise, smoking, history of pregnancy, fetal condition, psychological condition. To the authors intend to make a research on how to predict a patient who will give birth prematurely. After testing the algorithm C4.5 models that the results obtained are C4.5 algorithm produces a value of  93.60% accuracy and AUC value of 0.946 to the level of diagnostics Excellent Classification. But after namely, the addition of C4.5 algorithm based particle swarm optimization accuracy rate of 96.00% and the AUC value of 0.967 with a diagnosis rate Excellent Classification. So that both methods have tingkar difference in the amount of 2.4% accuracy.

Intisari – Persalinan prematur bisa terjadi ketika kehamilan belum memasuki minggu ke-37, atau tiga minggu atau lebih sebelum perkiraan hari lahir (HPL). Bayi yang lahir prematur biasanya kurang dari 2,5 kilogram itu yang menyebabkan organ tubuh tidak berfungsi dengan baik bayi bisa menderita berbagai masalah kesehatan yang lebih serius daripada bayi yang lahir pada jadwal kelahiran. Hingga saat ini, ada beberapa kasus persalinan prematur penyebabnya tidak diketahui. Ada beberapa faktor dan masalah kesehatan yang dapat memicu persalinan prematur bahwa ibu yang tidak berolahraga, merokok, riwayat kehamilan, kondisi janin, kondisi psikologis. Untuk itu penulis bermaksud untuk melakukan penelitian tentang bagaimana untuk memprediksi pasien yang akan melahirkan prematur. Setelah menguji model algoritma C4.5 bahwa hasil yang didapatkan algoritma C4.5 menghasilkan nilai akurasi 93.60% dan nilai AUC 0,946 dengan tingkat diagnosa Klasifikasi sangat baik. Tapi setelah yaitu penambahan partikel swarm tingkat algoritma C4.5 berdasarkan optimasi akurasi 96.00% dan nilai AUC 0,967 dengan tingkat diagnosis yang sangat baik Klasifikasi. Sehingga kedua metode memiliki tingkar perbedaan jumlah akurasi 2,4%.

Keywords: Preterm, C4.5 Algorithm, Particle Swarm Optimization, Pregnancy