Implementasi Algoritma Naïve Bayes untuk Mendeteksi Resiko Tinggi Diabetes Melitus Pada Ibu Hamil (Studi Kasus : Puskesmas Kabupaten Malang)

Diabetes pada ibu hamil dapat meningkatkan berbagai risiko, baik maternal maupun neonatus. Terdapat gangguan homeostasis glukosa hamil. Terjadinya malformasi kongenital, keguguran, risiko preeklampsia, CPD (Cepalo Pelvik Dispropotion), kelahiran prematur, kelainan letak, plasenta previa dan hipoglikemia Oleh karena itu, Perhatian penanganan menyeluruh bagi yang mengalami diabetes. Data mining digunakan untuk deteksi resiko tinggi diabetus mellitus seperti nama, usia, umur kehamilan, gravida, para, riwayat kehamilan lalu, penyakit pernah diderita, faktor persalinan lalu Tidak semua berjalan dengan normal atau fisiologis saat proses persalinannya ada mempengaruhinya. Pada penelitian ini mendeteksi akan terjadi kepada bayi dalam kandungannya. Nilai akurasi tertinggi terdapat pengujian ke 4 sebesar 82.4324% terendah nilai 2 75%. presisi di uji coba 3 79.2% 76.3%. recall 82.4% F-Measure 74.8%. AbstractDiabetes in pregnant women can increase various risks, both and neonatal. There is a disturbance of glucose women. Occurrence congenital malformations, miscarriage, risk preeclampsia, Pelvic Disproportion), premature birth, position abnormalities, placenta neonatal hypoglycemia. Therefore, attention comprehensive treatment for with be used to detect high diabetes The data are name, age, gestational past pregnancy history, history previous illness, factors, delivery Not all pregnancies run normally or physiologically at the time there factors that affect it. In this study, it risks will occur their babies womb. addition, recommendations from system support midwife's decision making taking action highest accuracy value found 4th test 82,4324% lowest 2nd precision was 3rd trial