PENERAPAN METODE CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) DAN CART (CLASSIFICATION AND REGRESSION TREES) PADA KLASIFIKASI PREEKLAMPSIA (Studi Kasus: Ibu Hamil di RS PKU Muhammadiyah Yogyakarta) TUGAS AKHIR

Abstract

Preeklampsia merupakan salah satu penyebab terbesar kematian Ibu. Preeklampsia adalah hipertensi pada kehamilan yang ditandai dengan tekanan darah ≥140/90 mmHg dan memiliki proteinuria (di atas positif 1) dan atau edema. Faktor risiko penyebab Preeklampsia harus diperhatikan secara serius agar berdampak pada penurunan angka Preeklampsia pada Ibu hamil. Oleh karena itu dilakukan analisis untuk mengklasifikasikan kejadian Preeklampsia pada Ibu hamil sehingga akan diketahui faktor risiko apa saja yang berpengaruh terhadap kejadian Preeklampsia. Metode yang digunakan adalah CHAID dan CART yang akan menghasilkan pohon keputusan dalam klasifikasi sehingga akan memudahkan dalam interpretasi. Data yang digunakan sebanyak 100 Ibu hamil yang terdiri dari 50 Ibu yang Preeklampsia dan 50 Ibu yang tidak Preeklampsia. Analisis CHAID menghasilkan 5 segmen klasifikasi dimana variabel prediktor yang berpengaruh dalam pengklasifikasian adalah riwayat komplikasi, jarak kehamilan, riwayat penyakit dan status bekerja. Akurasi dari klasifikasi CHAID sebesar 67%. Analisis CART menghasilkan 8 segmen klasifikasi dimana variabel prediktor yang berpengaruh dalam pengklasifikasian adalah riwayat komplikasi, jarak kehamilan, riwayat penyakit, status bekerja, status anemia dan umur. Akurasi dari klasifikasi CART sebesar 74%. Dari analisis CHAID maupun CART menyimpulkan bahwa Ibu yang memiliki risiko terbesar mengalami Preeklampsia adalah Ibu hamil yang memiliki riwayat komplikasi kehamilan atau persalinan, sedangkan Ibu hamil yang memiliki kemungkinan terbesar untuk tidak mengalami Preeklampsia adalah Ibu hamil yang tidak memiliki Riwayat Komplikasi, Jarak Kehamilan 2-5 tahun dan bekerja.