Algortima ID3 Dalam Mendeteksi Kejadian Plasenta Akreta
Abstract
Latar Belakang: Setiap hari seorang ibu meninggal karena penyebab yang berkaitan dengan kehamilan dan persalinan. Salah satu penyebab kematian maternal adalah Perdarahan. Perdarahan masa kehamilan yang berbahaya umumnya bersumber pada kelainan plasenta, yang secara klinis didiagnosa salah satunya yaitu plasenta akreta. Sindrom plasenta akreta adalah sebuah kumpulan gejala yang menunjukkan adanya implantasi abnormal dari plasenta yang invasif atau adheren. Plasenta akreta dapat mengakibatkan perdarahan, baik intrapartum maupun postpartum
Tujuan:Â Tujuan dari penelitian ini untuk mendiagnosis kejadian plasenta akreta dengan menggunakan algoritma ID3
Metode: Metode yang digunakan dalam penelitian ini adalah dengan menggunakan algoritma ID3 dengan jenis desain retrospektif
Hasil:Â Berdasarkan hasil penelitian dengan menggunakan algoritma ID3 terhadap kejadian plasenta akreta dari 4 (empat) variabel yang terdiri dari Variabel Umur, Paritas, Riwayat Persalinan dan Jarak kehamilan didapatkan bahwa variabel Paritas merupakan variabel yang paling berpengaruh terhadap kejadian plasenta akreta.
Simpulan:Â untuk mengurangi kasus plasenta perlu adanya peran aktif dari ibu hamil untuk selalu melakukan pemeriksaan kehamilan secara berkala.
Kata Kunci : Perdarahan; Plasenta_Akreta; Algoritma ID3
Â
ID3 Algorithm in Detecting the Occurrence of Placenta Acreta
Â
Background: Every day a mother dies from causes related to pregnancy and childbirth. One of the causes of maternal death is bleeding. Dangerous pregnancy bleeding generally originates from placental abnormalities, one of which is clinically diagnosed, namely placenta accreta. Placenta accreta syndrome is a symptom that indicates abnormal implantation of an invasive or adherent placenta. Placenta accreta can cause bleeding, both intrapartum and postpartum
Purpose:Â The aim of this study is to diagnose the incidence of placenta accreta using the ID3 algorithm
Method:Â The method used in this study is to use the ID3 algorithm with a retrospective design type
Result:Â Based on the results of research using the ID3 algorithm on the incidence of placenta accreta from 4 (four) variables consisting of age, parity, labor history, and pregnancy distance variables, it was found that the Parity variable was the variable that most influenced the incidence of placenta accreta.
Conclusion:
To reduce placental cases, it is necessary to have an active role from pregnant women to always carry out regular pregnancy examinations
Keywords: Bleeding; Placenta_Acreta; ID3 algorithm
References
Coviello Elizabeth, Katherine L, Chun-Chih Huang, Tara E Kelly, Helain J Landy.2015. Risk Factors for Retained Placenta. American Journal of Obstetrics and Gynecology (2015), doi: 10.1016/j.ajog.2015.07.039
Cunningham FG, Leveno KJ, Bloom SL, Spong CY, Dashe JS, Hoffman BL, et al. William Obstetrics. 24th ed. New York: McGraw-Hill Education; 2014.
Dinas Kesehatan Provinsi Kalimantan Selatan, 2018. Rekapitulasi Kematian Bayi Dinas Kesehatan Provinsi Kalimantan Selatan. Banjarmasin.
Eliza and Alfred, Prenatal Diagnosis of Placenta Accreta, The American Institute of Ultrasound in Medicine, 2013, USA
Eskholi T, Weintraub AY, Sergienko R, Sheiner E. Placenta Accreta: Risk Factors, Perinatal Outcomes and Consequences for Subsequent Births. Am J Obstet Gynecol. 2013 Maret;208(3):e1-7
Garmi G, Salim R. Epidemiology, Etiology, Diagnosis, and Management of Placenta Accreta. Obstet Gynecol Int. 2012;2012(873929):1-7.
Ilan E, Timor-Trisch, Ana Monteagudo. Unforeseen Consequences of the Increasing Rate of Caesarean Deliveries: Early Placenta Accreta and Caesarean Scar Pregnancy. A Review. American Journal of Obstetrics and Gynecology
Johanna Belachew, Karin Eurenius, Aljana Mulic-Lutvica, Ove Axelsson. Placental location, Postpartum Hemorrhage and Retained Placenta in Women with a Previous Cesarean Section Delivery: a prospective cohort study. Upsala Journal of Medicine Science. 122:3,185-189
Kathryn E. Fitzpatrick, Susan Sellers, Pasty Spark, Jennifer J. Kurinczuk, Peter Brocklehurst, Marian Knight. Incidence and Risk Factors for Placenta Accreta/Increta/percreta in the UK: A National Case-Control Study. Plos One 7(12):e52893
Leveno Kenneth J., dkk., 2009. Obstetri Williams Panduan Ringkas Edisi 21, EGC, Jakarta.
Manuaba , IAC, I bagus dan IB Gde. 2010. Ilmu Kebidanan, Penyakit kandungan dan KB untuk Pendidikan Bidan. Edisi Kedua. Jakarta .EGC
Prawirohardjo, Sarwono. 2010. Buku Acuan Nasional Pelayanan Kesehatan. Maternal dan Neonatal. Jakarta : PT Bina Pustaka Sarwono Prawirohardjo
Prawirohardjo, Sarwono. 2010. Buku Acuan Nasional Pelayanan Kesehatan. Maternal dan Neonatal. Jakarta: PT Bina Pustaka Sarwono Prawirohardjo
Rahman, T A (2015). Analisis Statistik penelitian Kesehatan. In Media. Bogor
Ture, M, Fusun. T Imran, K (2009). Using Kaplan-Meier analysis together with Decision Tree Methods (C&RT, CHAID, QUEST, C.45 and ID3) Expert system with the application.
Varney, Helen, Jan M.Kriebs. Carolyn L.Gegor. 2015. Varney’s Midwifery: EGC
DOI: https://doi.org/10.33859/dksm.v12i1.671
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Desilestia Dwi Salmarini, Novita Dewi Iswandari
This work is licensed under a Creative Commons Attribution 4.0 International License.