Abstrak
Prediksi waktu persalinan primipara saat usia tua (primitua) di RSUD dr. Moewardi Surakarta dengan menggunakan neural network
Oleh :
Dhinar Hestiningsih Widayati - M0105032 - Fak. MIPA
ABSTRAK
Angka kematian perinatal merupakan indikator penting untuk melihat status kesehatan penduduk suatu negara. Kematian perinatal paling tinggi terjadi pada persalinan pertama, dan kondisi kehamilan yang perlu diwaspadai adalah umur ibu lebih dari 35 tahun. Persalinan lama dapat menyebabkan komplikasi pada ibu dan anak serta meninggikan angka kematian. Berdasarkan kondisi ini, perlu dilakukan penelitian untuk menentukan waktu optimal persalinan pertama ibu-ibu hamil pada usia 35 tahun ke atas (primitua) dengan menggunakan Neural Network yaitu model Radial Basis Function Neural Network (RBFNN) dan Probabilistic Neural Network (PNN).
Data yang digunakan dalam penelitian ini diperoleh dari rekam medis persalinan usia tua di RSUD Dr. Moewardi Surakarta yang dipilih dengan purposive random sampling. Tujuan dari penelitian ini adalah mengetahui seberapa tepat RBFNN dan PNN bekerja sebagai pengenal pola dalam faktor-faktor yang mempengaruhi waktu persalinan pertama ibu pada usia 35 tahun ke atas di RSUD Dr. Moewardi Surakarta, serta membandingkan ketepatan model RBFNN dan PNN dalam menentukan waktu persalinan pertama primitua.
Berdasarkan hasil penelitian diperoleh kesimpulan bahwa dengan menggunakan 7 faktor dalam persalinan, yaitu emosi pasien, besar dan presentasi janin, his persalinan, panjang uterus, arsitektur tulang panggul, keadaan umum ibu pra persalinan, dan jumlah pendarahan, maka PNN memiliki jaringan yang lebih baik dibandingkan dengan RBFNN untuk menentukan waktu penanganan persalinan primitua.
Kata kunci : persalinan usia tua (primitua), Radial Basis Function Neural Network, Probability Neural Network
ABSTRACT
Perinatal mortality is the important indicator to see the health status of a State. The highest deaths occurred in the first childbirth, pregnancy conditions that need to be aware of is the maternal age more than 35 years. Delivery time can cause complications in mothers and children and also raising mortality. Base of these conditions, the research to determine the optimal time of first birth mother pregnant at the age more than 35 years (primitua) is needed Radial Basis Neural Network (RBFNN) and Probability Neural Network (PNN) are using in this research.
The data used in this research obtained from medical records of old age labor at Dr. Moewardi State Hospital Surakarta selected by purposive random sampling. The purpose of this research are to determine how appropriate RBFNN and PNN worked as pattern recognition in the factors affecting the mother during labor and delivery at the age more than 35 years at Dr. Moewardi State Hospital Surakarta, and compare the accuracy beetwen RBFNN and PNN models to determine the time of first childbirth at primitua.
There are the results of the research show that by using 7 factors in childbirth, the patient's emotions, big and fetal presentation, his birth, the length of the uterus, pelvic bone architecture, the general state of pre-birth mother, and the amount of bleeding, PNN has a better network than RBFNN to determine the delivery time..
Keywords : old age labor (primitua), Radial Basis Function Neural Network, Probability Neural Network