Deteksi Kejadian Ketuban Pecah Dini Dengan Algoritma Decission Tree

Abstract

Latar Belakang: Penyebab kematian maternal merupakan suatu hal yang cukup kompleks, dapat digolongkan pada faktor-faktor reproduksi, komplikasi obstetrik, pelayanan kesehatan dan sosial ekonomi. Termasuk dalam komplikasi obstetri salah satunya adalah infeksi yang dapat terjadi pada pertolongan persalinan yang tidak memperhatikan syarat-syarat asepsis-antiseptis, karena partus lama, ketuban pecah dini, dan lain-lain. kejadian Ketuban pecah Dini (KPD) merupakan masalah yang cukup serius karena dapat mengancam kematian pada ibu bersalin. Selain itu juga penyakit ini belum diketahui tentang etiologi yang sebenarnya dan juga tingginya kasus KPD yang semakin meningkat setiap tahunnya.

Tujuan: Penelitian ini bertujuan untuk memperoleh hasil keputusan tentang faktor penyebab terjadinya Ketuban Pecah Dini

Metode: Metode yang digunakan dalam penelitian ini menggunakan algoritma Decission Tree dengan jenis desain retrospektif. Lokasi penelitian dilaksanakan di RUSD Dr. Moch Ansari Saleh Banjarmasin. Dimana kasus penelitian ini adalah ibu bersalin yang mengalami Ketuban Pecah Dini, sedangkan kontrolnya ibu bersalin yang tidak mengalami Ketuban Pecah Dini. Sampel penelitian ini berjumlah 100 sampel kasus, dan 100 sampel kontrol, sehingga jumlah sampel keseluruhan adalah 200 orang.

Hasil: umur merupakan variabel tertinggi yang menyebabkan terjadinya KPD. Variabel umur dipengaruhi juga oleh variabel paritas, kelainan letak janin dan riwayat KPD

Simpulan: Penyebab terjadinya Ketuban Pecah Dini di RUSD Dr. Moch Ansari Saleh Banjarmasin berdasarkan hasil algoritma Decission Tree lebih tinggi dipengaruhi oleh faktor umur yang berisiko kemudian disertai oleh paritas < 2 dan kelainan letak janin sungsang ataupun melintang serta dipengaruhi juga oleh adanya Riwayat KPD sebelumnya .

Kata Kunci: Algoritma, Decission Tree, Kematian, Ketuban Pecah Dini (KPD), Maternal

ABSTRACT

Background: The cause of maternal death is quite complex, which can be classified as reproductive factors, obstetric complications, health and socio-economic services. Obstetric complications one of which is an infection that can occur in delivery assistance that does not pay attention to the requirements of asepsis-antiseptis, due to prolonged labor, premature rupture of membranes, and others. the incidence of early rupture of membranes  is a serious problem because it can threaten maternal deaths.

Purpose: This study aims to obtain the results of decisions about the factors causing the occurrence premature rupture of membranes

Method: This study use Decission Tree algorithm with a type of retrospective design. The location of the study was carried out at Moch Ansari Saleh General Hospital Banjarmasin. Where the cases in this study were mothers who experienced early rupture of membranes, while the controls were maternity mothers who did not experience rupture of membranes. sample amounted to 100 case samples, and 100 control samples, so the total sample size was 200 people.

Result: Age is the highest variable that causes premature rupture of membranes. Age variables are also influenced by parity variables, fetal location abnormalities and history of premature rupture of membranes

Conclusion: Based on the results of a higher Decission Tree algorithm is influenced by age factors that are at risk and then accompanied by parity < 2 and abnormalities in the breech or transverse fetal.

Keyword: Algorithm, Decission Tree, Maternal, Premature Rupture of Membranes