Pendekatan Naïve Bayes Untuk Klasifikasi Data Pasien Diabetes Gestasional

Abstract

Diabetes gestasional adalah kondisi diabetes yang berkembang selama kehamilan dan dapat menyebabkan komplikasi serius bagi ibu maupun janin jika tidak terdeteksi dan ditangani secara tepat. Identifikasi dini risiko diabetes gestasional menjadi penting untuk mendukung pencegahan dan penanganan yang lebih efektif. Dalam penelitian ini, metode Naive Bayes digunakan untuk mengklasifikasikan data pasien diabetes gestasional berdasarkan variabel-variabel kesehatan dan demografi seperti usia, indeks massa tubuh (BMI), riwayat keluarga diabetes, kadar gula darah, tekanan darah, dan hasil pemeriksaan laboratorium lainnya. Metode Naive Bayes dipilih karena kemampuannya dalam menangani dataset yang kompleks dan memberikan hasil klasifikasi dengan akurasi yang cukup tinggi, meskipun asumsinya yang sederhana. penelitian ini menunjukkan bahwa pendekatan Naive Bayes merupakan metode yang efektif untuk klasifikasi risiko diabetes gestasional, memberikan hasil yang stabil dan akurat. Hal ini menjadikannya alat yang berpotensi digunakan oleh tenaga medis sebagai pendukung keputusan dalam identifikasi awal risiko diabetes pada ibu hamil, yang selanjutnya dapat membantu dalam merancang intervensi yang sesuai untuk mencegah komplikasi.