Sistem Pakar Mendiagnosa Potensi Cacat Janin Pada Ibu Hamil Menggunakan Metode Naive Bayes

Abstract

Angka Kematian Ibu (AKI) di Indonesia masih sangat tinggi, mencapai 4.129 kasus pada tahun 2023. Tingginya angka kematian ini disebabkan oleh keterbatasan pelayanan obstetri dan ginekologi serta kurangnya informasi mengenai gejala dan risiko penyakit pada ibu hamil. Kekurangan gizi juga berkontribusi pada masalah ini, yang dapat mengakibatkan bayi lahir prematur, cacat bawaan, atau masalah kesehatan serius lainnya. Salah satu faktor penyebabnya adalah kekurangan dokter spesialis obstetri ginekologi, dengan kebutuhan mencapai 3.941 dokter. Sebagai solusi, penggunaan sistem pakar dapat dioptimalkan untuk membantu diagnosis potensi cacat janin. Sistem pakar merupakan aplikasi berbasis komputer yang meniru pemikiran ahli untuk menyelesaikan masalah. Dalam penelitian ini, sistem pakar akan diterapkan dengan metode Naïve Bayes, yang merupakan teknik pengklasifikasian probabilistik sederhana, untuk mendiagnosis potensi cacat janin pada ibu hamil. Metode ini diharapkan dapat memberikan penjelasan yang detail mengenai penyakit dan memberikan solusi penanganan awal. Hasil penelitian menunjukkan bahwa sistem pakar yang menggunakan metode Naïve Bayes mampu mencapai akurasi diagnosis sebesar 83%. Sistem ini dapat menjadi asisten bagi dokter spesialis obstetri ginekologi dengan memberikan diagnosis yang akurat dan informasi yang berguna untuk penanganan awal, meskipun tidak dapat menggantikan sepenuhnya peran dokter spesialis.