Tugas 1 SBP Kelompok
Tugas 1 SBP Kelompok
Anggota Kelompok:
Akuisisi Pengetahuan
Kehamilan tergolong umum, terjadi hanya pada wanita dalam usia reproduktif.
Beberapa orang mungkin memiliki kondisi medis yang dapat mengakibatkan
infertilitas atau tidak subur (tidak mampu hamil), atau memilih untuk steril agar
tidak hamil.
Validasi Pengetahuan
Representasi
1. Predictive Modeling
Metode Predictive Modeling menghasilkan klasifikasi atau prediksi. Tujuan
dari predictive modeling adalah menemukan pola yang melibatkan variabel
untuk memprediksi dan mengklasifikasi perilaku masa depan dari sebuah
entitas. Aplikasi Kehamilan+ ini, dapat membuat prediksi tanggal jatuh
tempo kelahiran bayi yang sedang dikandung oleh pengguna dengan cara
mengkalkulasi tanggal terakhir telat mensturasi atau tanggal pembuahan sel
telur yang dimasukan oleh user saat baru menggunakan aplikasi.
2. Discovery
Metode discovery adalah pendekatan eksploratoris untuk analisis data.
Aplikasi discovery menggunakan teknik menganalisis data set yang besar
untuk menemukan association rules (pola), atau menemukan kluster dari
sampel yang dapat dikelompokan. Pada umumnya hasil dari metode discovey
akan ditujukan kepada pengguna aplikasi. Seperti yang terdapat dalam
Aplikasi Kehamilan+, pengguna akan mendapatkan informasi kesehatan dan
ukuran janin yang ada di dalam kandungan setelah sistem mengkalkulasi
tanggal pembuahan sel telur yang dimasukan oleh pengguna. Selain itu,
pengguna juga mendapatkan informasi untuk dirinya sendiri seperti gejala –
gejala yang akan terjadi pada setiap minggu kehamilan dan pengguna akan
mendapatkan tips untuk menghadapi gejala – gejala yang akan terjadi.
3. Deviation Detection
Deviation Detection melakukan deteksi anomali secara otomatis. Tujuannya
untuk mengidentifikasi kebiasaan suatu entitas dan menetapkan sejumlah
kebiasaan normal melalui pattern discovery. Pada Aplikasi Kehamilan+
prediksi gejala – gejala kehamilan yang dialami oleh ibu atau pengguna
aplikasi didapat dari penginputan tanggal awal pembuahan sel telur yang
dimasukkan user saat baru menggunakan aplikasi. Gejala – gejala tersebut
akan dijadikan sampel oleh sistem yang nantinya sistem akan memberikan
tips untuk menghadapi gejal – gejala yang dirasakan oleh pengguna.
Teknik Data Mining pada Aplikasi Kehamilan+ ini menggunakan
Association Rule Mining, yang merupakan suatu teknik mining yang digunakan
untuk mencari hubungan antar item dalam suatu data set yang ditentukan. Dalam
Aplikasi Kehamilan+ aturan assosiatifnya yaitu ketika pengguna memasukkan
tanggal terakhir menstruasi atau tanggal awal terjadinya pembuahan dan sistem
akan melakukan kalkulasi untuk menentukan tanggal jatuh tempo kelahiran pada
tanggal yang dimasukan oleh pengguna. Sistem akan menampilkan prediksi gejala
– gejala yang dialami oleh pengguna setiap minggunya, dan sistem juga akan
menampilkan tips – tips untuk menghadapi gejala – gejala setiap minggunya.
Contoh tersebut akan dijadikan paramater support yang mengombinasikan data
untuk memperoleh presentase gejala – gejala kehamilan dan tips – tips untuk
menghadapi gejala kehamilan yang berhubungan dengan tanggal yang diinputkan
oleh pengguna saat pertama kali memakai Aplikasi Kehamilan+ ini.
Inferensi
Kesimpulan yang didapatkan dalam penggunaan aplikasi ini yaitu :
1. Aplikasi menampilkan gejala – gejala kehamilan pada setiap minggunya.
2. Aplikasi memberikan tips untuk menghadapi gejala – gejala yang dialami
pengguna per-minggu kehamilan.
3. Aplikasi memberikan info janin yang ada di dalam kandungan, seperti ukuran
janin dan kesehatan janin.
Input Output
Pengguna memasukan tanggal terakhir Prediksi tanggal Jatuh tempo
menstruasi dan tanggal awal pembuahan kelahiran bayi.
sel telur Informasi gejala – gejala
kehamilan dan tips menangani
gejala kehamilan pada setiap
minggunya.
Informasi kesehatan janin, ukuran
janin, ilustrasi gambar janin yang
berubah setiap minggu.
Pengguna memasukan berat badan awal Menampilkan history berat badan
dan berat badan minggu berikutnya pengguna dan sistem akan
menampilkan rata – rata berat
badan saat fase kehamilan.
Contoh Kasus :
Justifikasi
Aplikasi memberikan data berupa informasi dan tips yang diberikan kepada
pengguna sesuai kasus yang terdapat pada bagian Inferensi dengan penjelasan
sebagai berikut :
1. Aplikasi menentukan prediksi tanggal jatuh tempo kelahiran bayi yang
sedang dikandung Mba Nur Aisyah setelah sistem melakukan kalkulasi
tanggal terakhir menstruasi yang telah dimasukan Mba Nur Aisyah saat
pertama kali memakai aplikasi.
2. Pada saat hamil 2 bulan Mba Nur Aisyah mengalami gejala flek pendarahan.
Aplikasi memberikan informasi pada saat hamil 2 bulan atau memasuki
minggu ke 10 gejala – gejalanya terdapat flek pendarahan dan aplikasi
memberikan tips kepada Mba Nur Aisyah untuk menghadapi gejala – gejala
kehamilan setiap minggunya.
3. Aplikasi memberikan informasi kesehatan dan ukuran janin yang dikandung
setiap minggunya dengan menampilkan ilustrasi gambar janin yang berganti
– ganti pada setiap minggunya.
Berdasarkan salah satu studi kasus diatas dan berdasarkan tingkat kepuasan
pengguna yang dilihat melalui review pengguna aplikasi di playstore, maka dapat
diketahui bahwa informasi yang disajikan oleh Aplikasi Kehamilan+ ini cukup
akurat dan membantu para ibu yang sedang mengandung. Hal itu dapat dilihat
pada rating yang ada di playstore dengan presentase mencapai 94%.