Text

Model Diskriminan Dengan Variabel Prediktor Campuran Biner Komtinu Untuk Klasifikasi Berat Bayi Lahir (Studi Kasus di Puskesmas Majalengka 2016)

---

ABSTRAK

Berat Bayi Lahir Rendah (BBLR) didefinisikan oleh World Health Organization (WHO) sebagai berat badan bayi saat lahir kurang dari 2500 gram. Faktor-faktor yang dapat menyebabkan bayi lahir dengan BBLR antara lain usia ibu, ukuran Lingkar Lengan Atas (LiLA) ibu, usia kehamilan ibu saat bayi lahir, paritas, dan pemeriksaan kehamilan. BBLR merupakan salah satu faktor penyebab kematian bayi. Penelitian ini bertujuan untuk menerapkan model diskriminan dengan variabel prediktor campuran biner dan kontinu untuk klasifikasi berat bayi lahir. Implementasi model tersebut menggunakan data status bayi baru lahir dari Puskesmas Munjul Majalengka Tahun 2016 berdasarkan karakteristik ibunya yang melibatkan variabel biner paritas dan pemeriksaan kehamilan. Sedangkan, variabel kontinunya adalah usia ibu, ukuran LiLA, dan usia kehamilan. Dengan menggunakan data training, ketepatan klasifikasi model secara teoritis sebesar 82,8% dan secara empiris sebesar 87%. Sedangkan, ketepatan klasifikasi data testing sebesar 82,6%.
Kata Kunci: Model Diskriminan, Variabel Campuran, Berat Bayi Lahir Rendah (BBLR)

ABSTRACT

Low Birth Weight (LBW) has been defined by the World Health Organization (WHO) as weight at birth of less than 2500 gram. Factors that may cause LBW such as maternal age, Mid Upper Arm Circumference (MUAC), length of gestation, parity, and antenatal care. LBW is one of the causes infant mortality. This study aims to applied discriminant model with mixed predictor variables (binary and continuous) to clasify the birth weight of infant. Implementation of the model use status newborn from Munjul Majalengka City health center along the year of 2016 which used binary variables involve parity and antenatal care. While, the continuous variables that was considered appropriate in the model are maternal age, MUAC, and length of gestation. By using the data training, it was known that the theoritical accuracy of the model is 82,8% and the empirical accuracy of the model is 87%. While the testing data giving accuracy about 82,6%.
Keywords : Discriminant Model, Mixed Variables, Low Birth Weight (LBW)

---

Ketersediaan

578E17IV

519.536.598.26 DWI p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.536.598.26 DWI p

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1637

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Rahma Utami Rusli

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar