Klasifikasi Berat Badan Lahir Rendah Pada Bayi Dengan Fuzzy K-Nearest Neighbor

##plugins.themes.bootstrap3.article.main##

Muhammad Rizkan Arif Budi Darma Setiawan Marji Marji

Abstrak

Angka kematian bayi (AKB) menjadi tolak ukur keberhasilan pelayanan kesehatan di suatu daerah. Semakin rendah AKB, maka semakin baik pelayanan kesehatan di wilayanh tersebut. Namun, Pada tahun 2015, nilai AKB di Indonesia sangat jauh dari target yang disepakati sebagai indikator kesuksesan pembangunan pelayanan kesehatan. Pada tahun 2013, terjadi peningkatan kasus BBLR ketika periode 2009-2013 menjadi 16% menurut data dari WHO dan UNICEF.  Jika ditinjau dari penyebab kematiannya, BBLR masih menduduki peringkat tinggi. Sebanyak 2,79% bayi meninggal akibat BBLR di Jawa Timur pada tahun 2010. Persentase ini meningkat menjadi 3,32% tahun 2013 sehingga BBLR digolongkan sebagai faktor utama kematian neonatal, yakni 38,03% dari jumlah angka kelahiran. Adanya sistem deteksi dini kemungkinan BBLR diharapkan mampu membantu menekan angka kematian bayi. Salah satu metode yang dapat diimplementasikan untuk memprediksi kemungkinan BBLR adalah Fuzzy K-Nearest Neighbor (FK-NN). Metode ini terbukti mampu melakukan klasifikasi BBLR dengan tingkat akurasi 79%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Arif, M., Setiawan, B., & Marji, M. Klasifikasi Berat Badan Lahir Rendah Pada Bayi Dengan Fuzzy K-Nearest Neighbor. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 9, p. 8400-8404, agu. 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6161>. Tanggal Akses: 22 sep. 2019
Bagian
Artikel