SISTEM PENDUKUNG KEPUTUSAN KLINIS UNTUK MEMPREDIKSI KEJADIAN ASFIKSIA NEONATORUM

Authors

  • Efi Laila Latifah Universitas Islam Indonesia

DOI:

https://doi.org/10.21831/elinvo.v2i2.17332

Keywords:

Asfiksia Neonatorum, Skor APGAR, Rule Based Reasoning, Case Based Reasoning

Abstract

Asfiksia neonatorum merupakan kegawatdaruratan bayi baru lahir berupa depresi pernafasan yang berlanjut sehingga menimbulkan berbagai komplikasi bahkan mengakibatkan kematian. Menurut RISKESDAS Indonesia 2007, 78,5% kematian bayi merupakan kematian neonatal dini dengan penyebab terbesar karena asfiksia neonatorum. Oleh karena itu diperlukan suatu alat untuk mendeteksi dini potensi atau resiko kejadian asfiksia neonatorum pada setiap kehamilan. Identifikasi dini tersebut dapat dilakukan dengan mengaplikasikan Rule Based Reasoning dengan metode Forward Chaining yang dilanjutkan dengan Case Based Reasoning dalam sebuah sistem. Sistem yang dikembangkan dalam penelitian ini menghasilkan output berupa prediksi skor APGAR neonatus. Hasil pengujian sistem dalam penelitian ini menunjukkan bahwa penerimaan sistem baik fungsional maupun usabilitas berada dalam kategori sangat baik dengan nilai rata-rata sebesar 92,73%.

References

Aamodt, Agnar dan Enric Plaza. 1994. Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches.AI Communications. Vol. 7. pp 39-59. Belanda : IOS Press.

Balitbang Depkes. 2008. Riset Kesehatan Dasar 2007. Jakarta : Depkes RI.

Brillianningtyas, Lintang. 2014. Hubungan Kehamilan Lewat Waktu dan Bayi Prematur dengan Kejadian Asfiksia Neonatorum di Ruang Kebidanan RSUD dr. Arief Dadi Tjokrodipo Bandar LampungPeriode Juni 2012 –Mei 2013. Bandar Lampung : Fakultas Kedokteran Universitas Lampung.

Gilang; Notoatmodjo, Harsoyo; Rakhmawatie, Maya Dian. 2012. Faktor-Faktor Yang Berhubungan Dengan Kejadian Asfiksia Neonatorum (Studi Di RSUD Tugurejo Semarang).Semarang : Universitas Muhammadiyah Semarang.

Herawati, Rika. 2013. Faktor-Faktor yang Menyebabkan Terjadinya Asfiksia Neonatorum pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Kabupaten Rokan Hulu.Jurnal Maternity and Neonatal Vol. 1 No. 2 pp 75 –85. Riau : Universitas Pasir Pengaraian.

Main, J.; Dillon, T.S.; Shiu, S., 2001, A Tutorial on Case-Based Reasoning : Soft Computing in Case-Based Reasoning(Eds), Sprenger-Verlag, London, pp. 1-28.

Prawirohardjo, Sarwono. 2002. Asuhan Neonatal dan Maternal. Jakarta : EGC.

Turban, Efraim. 2005. Decision Support Systems and Intelligent Systems, edisi Bahasa Indonesia Jilid 1.Yogyakarta : Penerbit Andi.

Utomo, Martono Tri. 2011. Risk Factors for Birth Asphyxia.Folia Medica Indonesiana Vol. 47 No. 4 pp 211 –2014. Surabaya : Universitas Airlangga.

von Wangenheim, Christiane Greese. 2000. Case Based Reasoning –A Short Introduction. Brazil :Universidade do Vale do Itajaí­.WHO. 2015.

World Health Statistics 2015. Diakses dari http://apps.who.int/iris/bitstream/10665/170250/1/9789240694439_eng.pdf

WHO. 2016. World Health Statistics 2016 : Monitoring Health For The SDGs. Diakses dari http://apps.who.int/iris/bitstream/10665/206498/1/9789241565264_eng.pdf

Wiknjosastro, Hanifa. 2005. Ilmu Kebidanan. Edisi 3. Jakarta : Yayasan Bina Pustaka Sarwono Prawirohardjo.

Downloads

How to Cite

Latifah, E. L. (2017). SISTEM PENDUKUNG KEPUTUSAN KLINIS UNTUK MEMPREDIKSI KEJADIAN ASFIKSIA NEONATORUM. Elinvo (Electronics, Informatics, and Vocational Education), 2(2), 110–120. https://doi.org/10.21831/elinvo.v2i2.17332