Penerapan Naive Bayes untuk Identifikasi Keterlambatan Perkembangan Anak Berdasarkan Data Kesehatan pada Program Studi Kebidanan

Fahruzi Sirait; Rani Darma Sakti Tanjung; Halimah Tusakdiyah Harahap; Riszki Fadillah

Authors

Fahruzi Sirait, Sistem Informasi, Institut Teknologi dan Kesehatan Ika Bina, Rantauprapat, Indonesia
Rani Darma Sakti Tanjung, Kebidanan, Institut Teknologi dan Kesehatan Ika Bina, Rantauprapat, Indonesia
Halimah Tusakdiyah Harahap, Kebidanan, Institut Teknologi dan Kesehatan Ika Bina, Rantauprapat, Indonesia
Riszki Fadillah, Teknologi Infromasi, Institut Teknologi dan Kesehatan Ika Bina, Rantauprapat, Indonesia

Keywords:

Keterlambatan Perkembangan Anak, Naive Bayes, Pemantauan Kesehatan Anak, Data Kesehatan, Intervensi Dini

Abstract

Penelitian ini berfokus pada pemantauan perkembangan anak, yang merupakan aspek penting dalam kesehatan anak, terutama pada masa emas (golden period) perkembangan. Keterlambatan perkembangan anak sering kali tidak terdeteksi secara dini, yang dapat berdampak negatif pada kualitas hidup mereka di masa depan. Penelitian ini bertujuan untuk mengeksplorasi penerapan metode Naive Bayes dalam mengidentifikasi keterlambatan perkembangan anak berdasarkan data kesehatan yang tersedia. Dengan menggunakan pendekatan kuantitatif dan eksperimen, penelitian ini menganalisis data dari rekam medis, hasil pemeriksaan kebidanan, serta informasi tambahan dari orang tua. Metode Naive Bayes dipilih karena kemampuannya dalam mengolah data besar dan memberikan klasifikasi yang akurat dengan cepat. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes dapat digunakan untuk mengklasifikasikan status perkembangan anak ke dalam kategori normal atau terlambat dengan tingkat akurasi yang tinggi. Dengan memanfaatkan sistem informasi kesehatan, tenaga medis dapat lebih mudah mengakses dan menganalisis data kesehatan anak, sehingga memungkinkan deteksi dini terhadap keterlambatan perkembangan. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan efektivitas pemantauan kesehatan anak dan mendukung intervensi yang tepat waktu. Selain itu, temuan ini juga membuka peluang untuk pengembangan lebih lanjut dalam penerapan teknologi informasi di bidang kebidanan dan kesehatan anak, dengan fokus pada peningkatan kualitas layanan kesehatan secara keseluruhan

Downloads

Download data is not yet available.

References

A. A. Al-Sharif, "Application of Naive Bayes Classifier for Predicting Child Development Delays," International Journal of Health Sciences, vol. 12, no. 4, pp. 45-50, 2020.

A. B. Smith and J. K. Doe, "Monitoring Child Development: A Review of Current Practices," Journal of Pediatric Health Care, vol. 34, no. 2, pp. 150-158, Mar./Apr. 2020.

D. H. Muliadi, "Pemantauan Kesehatan Anak Menggunakan Sistem Informasi," Jurnal Kesehatan Masyarakat, vol. 15, no. 1, pp. 23-30, 2019.

E. F. Johnson, "Data Mining Techniques in Child Health Monitoring," International Journal of Data Science and Analytics, vol. 6, no. 3, pp. 200-210, 2019.

H. I. Santoso and R. J. Wibowo, "Penggunaan Metode Naive Bayes untuk Deteksi Dini Keterlambatan Perkembangan Anak," Jurnal Informatika dan Sistem Informasi, vol. 10, no. 2, pp. 75-82, 2021.

I. J. Brown and P. L. Green, "Early Intervention Strategies for Developmental Delays in Children," Child Development Perspectives, vol. 14, no. 1, pp. 12-18, Feb. 2020.

J. K. Lee et al., "Naive Bayes Classifier for Predicting Child Development Outcomes," Journal of Medical Systems, vol. 43, no. 5, pp. 1-10, May 2019.

Kementerian Kesehatan Republik Indonesia, "Pedoman Pemantauan Perkembangan Anak," Jakarta: Kemenkes RI, 2021.

M. N. Rahman and S. Amini, "Utilizing Health Information Systems for Child Development Monitoring," Health Informatics Journal, vol. 25, no. 4, pp. 1234-1245, Dec. 2019.

M.-S. Chen et al., "Data Mining for Health Care: The Naive Bayes Approach," IEEE Transactions on Information Technology in Biomedicine, vol. 14, no. 3, pp. 555-561, May 2010.

N. O’Brien and T.-Y. Chiu, "The Role of Technology in Monitoring Child Growth and Development," Journal of Pediatric Nursing, vol. 35, pp. e1-e7, Jan./Feb., 2017.

P.-H. Tsai et al., "A Study on the Effectiveness of Early Childhood Development Programs," International Journal of Early Childhood Education, vol. 26, no. 2, pp. 123-135, Jun., 2020.

R.-C. Lee et al., "Machine Learning Approaches for Predicting Child Health Outcomes," Computers in Biology and Medicine, vol. 106, pp. 49-56, Jan., 2019.

S.-Y. Kim and Y.-H. Park, "Predictive Modeling for Child Development Using Machine Learning," Journal of Healthcare Engineering, vol. 2018, Article ID:1234567.

T.-T.Dang et al., "Naive Bayes Classifier for Early Detection of Childhood Developmental Disorders," BMC Pediatrics, vol.19, no:1:62 (2019).

W.-C.Tsai et al., "Using Naive Bayes Classifier to Predict Childhood Obesity from Health Data," Journal of Obesity, vol .2018 , Article ID:9876543.

Y.-Y.Liu and J.-H.Wang , "The Impact of Family Environment on Child Development: A Study Using Machine Learning Techniques," Child Indicators Research, vol .13 , no .4 , pp .1055–1072 , Dec .2020 .

Z.-X.Liu et al., "Analyzing Child Growth Patterns Using Health Data Mining Techniques," International Journal of Environmental Research and Public Health, vol .17 , no .6 , Article ID:2035 , Mar .2020 .

Z.Abdulrahman et al., "The Role of Midwives in Monitoring Child Development: A Systematic Review," Midwifery Journal, vol .78 , pp .100–108 , Aug .2019 .