KLASIFIKASI RISIKO INFEKSI PADA BAYI BARU LAHIR DI RUMAH SAKIT UMUM DAERAH SIDOARJO MENGGUNAKAN METODE CLASSIFICATION TREES

SAFITRI, AULIA RAHMA (2016) KLASIFIKASI RISIKO INFEKSI PADA BAYI BARU LAHIR DI RUMAH SAKIT UMUM DAERAH SIDOARJO MENGGUNAKAN METODE CLASSIFICATION TREES. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1312100066-Undergraduate_Theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Angka kematian bayi (AKB) merupakan salah satu indikator derajat kesehatan masyarakat yang dapat mengukur tingkat kesejahteraan masyarakat ataupun tingkat kemiskinan di Indonesia. AKB pada tahun 2012 sebesar 32 per 1.000 kelahiran hidup dan proporsi kematian neonatal (bayi baru lahir) terhadap kematian bayi meningkat menjadi 59,4%. Infeksi pada bayi baru lahir gejalanya kurang jelas dan seringkali tidak diketahui sampai keadaannya sudah sangat terlambat. Karakteristik bayi baru lahir perlu diketahui untuk membantu menetapkan status risiko infeksi, sehingga bayi dengan status positif risiko infeksi dapat diberikan perawatan intensif dan beberapa antibiotik untuk melawan bakteri atau kuman yang menyebabkan infeksi. Penelitian ini berguna untuk mengetahui hasil ketepatan klasifikasi yang sudah dilakukan oleh RSUD Sidoarjo dan juga untuk mengetahui variabel terpenting yang berguna untuk pengklasifikasian. Berdasarkan hasil analisis Classification Trees setelah dilakukan pre-processing dengan menghapus data yang mengandung missing diperoleh akurasi untuk data testing dengan aturan pemilihan pemilah indeks gini dan 10- fold cross validation estimate untuk menentukan pohon optimal sebesar 93,5%, dengan persentase sensitivity dan specificity masingmasing sebesar 93,1% dan 93,9%. Faktor terpenting dalam klasifikasi risiko infeksi pada bayi baru lahir di RSUD Sidoarjo adalah kondisi sisa air ketuban.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Akurasi, Angka Kematian Bayi, Classification Trees, Indeks Gini, Risiko Infeksi, Accuracy, Classification Trees, Gini Index, Infant Mortality Rate, Infection Risk
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > (S1) Undergraduate Theses
Depositing User: - Davi Wah
Date Deposited: 23 Dec 2016 07:10
Last Modified: 27 Dec 2018 06:55
URI: http://repository.its.ac.id/id/eprint/1194

Actions (login required)

View Item View Item