Faktor Determinan Kejadian Blighted Ovum

H, Nur Hamidah Anggraini; Mas’udah, Endah Kamila; Triningsih, Reni Wahyu

doi:10.47560/keb.v11i2.380

Cited by 2 publications

(3 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Hingga saat ini penyebab kejadian blighted ovum belum dapat dideteksi karena gejala yang tidak spesifik. Umumnya kejadian blighted ovum terjadi pada trimester I dan memungkinkan untuk terulang kembali pada kehamilan selanjutnya (Mas' udah & Triningsih, 2022).…”

Section: Gambaran Kasus Abortus DI Rskia Ummi Khasanah Tahun 2022unclassified

Gambaran Umur Ibu Dan Jumlah Paritas Pada Kasus Abortus Di Rskia Ummi Khasanah Bantul Tahun 2022

Rikhanis,

Azka,

Ashari

2023

cerdika

View full text Add to dashboard Cite

Masalah kesehatan ibu merupakan masalah yang perlu mendapatkan prioritas utama. Salah satu masalah kesehatan adalah tingginya angka kematian ibu (AKI). Hampir 95% dari semua kematian ibu terjadi di negara berpenghasilan rendah dan menengah pada tahun 2020. Abortus sebagai salah satu penyebab kematian ibu merupakan masalah yang sangat membutuhkan perhatian. WHO memperkirakan sebesar 15-50% kematian ibu berkaitan dengan abortus. Beberapa faktor risiko terjadinya abortus adalah umur ibu dan juga jumlah paritas. Untuk mengetahui gambaran usia ibu dan jumlah paritas pada kasus abortus di RSKIA Ummi Khasanah tahun 2022. Penelitian ini menggunakan metode deskriptif dengan pendekatan cross-sectional. Populasi dalam penelitian ini adalah seluruh ibu bersalin di RSKIA Ummi Khasanah di tahun 2022 sebanyak 359 orang. Pengambilan sampel dilakukan dengan teknik non-probability sampling. Instrument yang digunakan adalah rekam medis. Analisis data yang digunakan yaitu analisis univariat dengan bantuan software SPSS. Mayoritas ibu hamil yang mengalami abortus berdasarkan umur adalah ibu yang berusia 20-34 tahun yaitu 48 orang (58.50%), menurut paritas adalah kelompok nullipara yaitu 34 orang (41.50%). Dan sebagian besar adalah abortus karena blighted ovum yaitu 36 orang (43.90%). Mayoritas ibu yang mengalami abortus berusia antara 20-34 tahun, yaitu sebanyak 48 (58.50%), ibu dengan nullipara yaitu 34 orang (41.50%) dan dengan abortus yang dikarenakan blighted ovum, yaitu 36 orang (43.90%).

show abstract

Section: Gambaran Kasus Abortus DI Rskia Ummi Khasanah Tahun 2022unclassified

Gambaran Umur Ibu Dan Jumlah Paritas Pada Kasus Abortus Di Rskia Ummi Khasanah Bantul Tahun 2022

Rikhanis,

Azka,

Ashari

2023

cerdika

View full text Add to dashboard Cite

show abstract

“…Until now, the cause of blighted Ovum cannot be detected because the symptoms are not specific. Factors -determinants of Blighted Ovum: Age factor, parity factor, immunological factor, genetic disorder factor (Anggrayni et al, 2022). Because of that, the authors want to classify the Blighted Ovum factor in pregnant women, and classification is the process of finding a model (or function) that describes and distinguishes class or concept data that aims to be used to predict the class of objects whose class labels are unknown.…”

Section: Introductionmentioning

confidence: 99%

“…namely: age factor, parity factor, immunological disorders, and genetic disorders (Anggrayni et al, 2022)…”

mentioning

confidence: 99%

Classification of Blighted Ovum Factors in Pregnant Women Using PSO-Based Naïve Bayes

Sulistyo,

Palupi

2023

J. Ris. Inform.

View full text Add to dashboard Cite

Classification of Blighted Ovum Factors or undeveloped fetuses is carried out considering that many cases occur in pregnant women. Blighted Ovum is 60% of the causes of miscarriage. In Indonesia, it is found in 37% of every 100 pregnancies. Classification uses Naïve Bayes based on Particle Swarm Optimization (PSO), which only requires small training data to determine the parameter estimates needed in the classification process, and the use of Particle Swarm Optimization can increase accuracy and solve optimization problems with the process of selecting variable data and attribute data to create a questionnaire as a data collection method. The results of the classification of blighted Ovum in pregnant women using the Naïve Bayes algorithm with the Rapid Miner framework obtained an accuracy value of 71.56% with an Area Under Curve (AUC) of 0.674 included in the excellent classification category. After using the PSO optimization, the accuracy value rose to 79.82% with an Area Under the Curve of 0.764, including a good classification category. Naïve Bayes is a suitable method for classification, and PSO can improve the accuracy and AUC values .

show abstract

Faktor Determinan Kejadian Blighted Ovum

Cited by 2 publications

References 4 publications

Gambaran Umur Ibu Dan Jumlah Paritas Pada Kasus Abortus Di Rskia Ummi Khasanah Bantul Tahun 2022

Gambaran Umur Ibu Dan Jumlah Paritas Pada Kasus Abortus Di Rskia Ummi Khasanah Bantul Tahun 2022

Classification of Blighted Ovum Factors in Pregnant Women Using PSO-Based Naïve Bayes

Contact Info

Product

Resources

About