Implementasi Backpropagation Neural Network Pada Status Preeklampsia Ibu Hamil

Abstract

Preeklampsia adalah penyakit yang diderita ibu hamil yang ditandai adanya kenaikan tekanan darah. Preeklampsia dapat membahayakan ibu dan juga janin karena dapat menyebabkan komplikasi, hingga kondisi terburuk yaitu kematian. Tujuan dari penelitian ini adalah untuk mengetahui hasil klasifikasi sekaligus prediksi berdasarkan lima variabel yang diduga mempengaruhi status preeklampsia ibu hamil. dengan menggunakan metode Backpropagation Neural Network (BNN). Data rekam medis ibu hamil di RSIA Sitti Khadijah 1 Makassar dan RS TK II Pelamonia Makassar yang berjumlah 167 data digunakan pada penelitian ini. Terdapat lima variabel yang diduga mempengaruhi status preeklampsia ibu hamil yaitu usia ibu saat kehamilan, paritas, riwayat penyakit, indeks massa tubuh, dan status pekerjaan ibu. Hasil studi menghasilkan bahwa skenario pembagian data terbaik yaitu data training 80% dan data testing 20% dengan hasil akurasi sebesar 67,65%, sensitifitas 69,23%, spesifikasi 66,67%, presisi 56,25%,   Score 62,07%, nilai hidden layer 7 dan learning rate 0,001.