Analisis Data Akurasi Kontrasepsi Hormonal dan Non-Hormonal Menggunakan Algoritma C4.5

Authors

  • Sebastianus Aditya Narendra Universitas Bina Sarana Informatika
  • Pradita Aldi Setiawan Universitas Bina Sarana Informatika
  • Uswatun Destri Khasanah Universitas Bina Sarana Informatika
  • Afiftah Trengganis Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.31294/simpatik.v4i1.3003

Keywords:

Kontrasepsi, Rapidminer, Algoritma C4.5

Abstract

Penelitian ini mengkaji Program Keluarga Berencana (KB) di Indonesia dengan fokus pada pemilihan metode kontrasepsi oleh pasangan suami istri. Pada tahun 2020, terjadi penurunan penggunaan berbagai metode kontrasepsi sebesar 10% akibat kekhawatiran terkait pandemi COVID-19. Dampaknya adalah peningkatan 15% dalam kehamilan tidak diinginkan pada tahun 2021. Metode kontrasepsi hormonal menjadi pilihan umum di Indonesia, di mana pemerintah telah mengimplementasikan program untuk mengontrol pertumbuhan penduduk. Algoritma C4.5 melalui perangkat lunak RapidMiner diusulkan sebagai metode sederhana untuk pemilihan metode kontrasepsi, baik hormonal maupun non-hormonal, berdasarkan jumlah anak. Tinjauan pustaka menjelaskan konsep dasar sistem, sistem pakar, dan berbagai metode kontrasepsi. Penelitian terkait mencakup hubungan pengetahuan ibu dengan pemilihan kontrasepsi, tingkat pengetahuan pasangan usia subur, dan hubungan antara tingkat pengetahuan ibu dengan pemakaian kontrasepsi hormonal dan non-hormonal. Metode penelitian menggunakan pendekatan deskriptif kuantitatif, dengan analisis data yang melibatkan teknik deskriptif kuantitatif menggunakan RapidMiner dan algoritma C4.5. Data bersumber dari berbagai sumber, termasuk situs resmi https://www.kaggle.com/. Hasil dan pembahasan menyajikan data akurasi penggunaan kontrasepsi, dengan kontrasepsi non-hormonal lebih dominan digunakan. Kesimpulan menyoroti pentingnya kontrasepsi dalam mengendalikan kelahiran, dengan kontrasepsi hormonal lebih populer di kalangan wanita usia muda, sementara kontrasepsi non-hormonal lebih umum di antara wanita usia lanjut. Penelitian ini menyediakan pemahaman yang mendalam tentang pemilihan kontrasepsi di Indonesia, dengan rekomendasi penggunaan algoritma C4.5 sebagai pendekatan sederhana untuk membantu pasangan suami istri dalam memilih metode kontrasepsi yang sesuai dengan kebutuhan dan situasi keluarga mereka.

References

Aggarwal, C. C. (2015). Data Mining. Cham: Springer International Publishing. Https://Doi.Org/10.1007/978-3-319-14142-8

Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques. Soft Computing (Vol. 54). https://doi.org/10.1007/978-3-642-19721-5

Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts And Techniques. San Francisco, Ca, Itd: Morgan Kaufmann. Https://Doi.Org/10.1016/B978-0-12-381479-1.00001-0

Hayati, S., Maidartati, & Komar, S. N. (2017). Hubungan Pengetahuan Ibu Tentang Metode Kontrasepsi dengan Pemilihan Kontrasepsi (Studi Kasus: Puskesmas Majalaya). Jurnal Keperawatan BSI, 5(2), 155–163.

Musyayadah, Z., Hidayati, I. R., & Atmadani, R. N. (2022). Hubungan Pengetahuan dan Sikap Wanita Usia Subur terhadap Pemakaian Alat Kontrasepsi Hormonal Suntik di Puskesmas Kecamatan Lowokwaru, Malang. Muhammadiyah Journal of Midwifery, 2(2), 58. https://doi.org/10.24853/myjm.2.2.58-68

Rofikoh, R., Widiastuti, Y. P., & Istioningsih, I. (2019). Gambaran Tingkat Pengetahuan Pasangan Usia Subur Tentang Kontrasepsi Hormonal Dan Non Hormonal. Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal, 9(3), 197–206. https://doi.org/10.32583/pskm.9.3.2019.197-206

Septalia, R., & Puspitasari, N. (2017). Faktor yang Memengaruhi Pemilihan Metode Kontrasepsi. Jurnal Biometrika Dan Kependudukan, 5(2), 91. https://doi.org/10.20473/jbk.v5i2.2016.91-98

Downloads

Published

2024-06-28

How to Cite

Narendra, S. A., Setiawan, P. A., Khasanah, U. D., & Trengganis, A. (2024). Analisis Data Akurasi Kontrasepsi Hormonal dan Non-Hormonal Menggunakan Algoritma C4.5. Simpatik: Jurnal Sistem Informasi Dan Informatika, 4(1), 39 - 43. https://doi.org/10.31294/simpatik.v4i1.3003

Issue

Section

Articles