Agustini, N. W. S., Priadi, D., & Atika, R. V. (2022). Profil Kimia dan Aktivitas Antibakteri Fraksi Aktif Nannochloropsis sp. sebagai Senyawa Penghambat Bakteri Penyebab Gangguan Kesehatan Mulut. Jurnal Pascapanen Dan Bioteknologi Kelautan Dan Perikanan, 17(1), 19. https://doi.org/10.15578/jpbkp.v17i1.781

Annuril, K. F., Afiyanti, Y., & Budiati, T. (2024). PENERAPAN TEORI CARING DAN KONSEP SOCIAL SUPPORT PADA IBU BERSALIN DENGAN MALPRESENTASI JANIN : STUDI KASUS.

Devi, S. P., Anshari, F., & Kaligis, R. A. W. (2022). Peran Bidan Sebagai Agen Perubahan Dalam Sosialisasi Tele-Ctg Untuk Kesehatan Ibu Hamil. CoverAge: Journal of Strategic Communication, 12(2), 108–121. https://doi.org/10.35814/coverage.v12i2.3161

Dzakwan, M. D. A. R., & Subektiningsih. (2023). Klasifikasi Tingkat Risiko Kesehatan Ibu Hamil Menggunakan Algoritma Support Vectore Machine. Indonesian Journal of Computer Science, 12(5), 2798–2807. https://doi.org/10.33022/ijcs.v12i5.3372

Jalil, A., Homaidi, A., & Fatah, Z. (2024). Implementasi Algoritma Support Vector Machine Untuk Klasifikasi Status Stunting Pada Balita. G-Tech: Jurnal Teknologi Terapan, 8(3), 2070–2079. https://doi.org/10.33379/gtech.v8i3.4811

Muhammadiyah, U., Aceh, M., & Nusantara, U. B. (2024). Penggunaan Algoritma Support Vector Machine ( SVM ) Untuk Deteksi Penipuan pada Transaksi Online. 13, 1627–1632.

Permata Aulia, T. M., Arifin, N., & Mayasari, R. (2021). Perbandingan Kernel Support Vector Machine (Svm) Dalam Penerapan Analisis Sentimen Vaksinisasi Covid-19. SINTECH (Science and Information Technology) Journal, 4(2), 139–145. https://doi.org/10.31598/sintechjournal.v4i2.762

Sahamony, N. F., Terttiaavini, T., & Rianto, H. (2024). Analisis Perbandingan Kinerja Model Machine Learning untuk Memprediksi Risiko Stunting pada Pertumbuhan Anak. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(2), 413–422. https://doi.org/10.57152/malcom.v4i2.1210

Santoso, M. R., & Musa, P. (2021). Rekomendasi Kesehatan Janin Dengan Penerapan Algoritma C5.0 Menggunakan Classifying Cardiotocography Dataset. Jurnal Simantec, 9(2), 65–76. https://doi.org/10.21107/simantec.v9i2.10730

Situmeang, S. E., & Savina, N. P. (2024). Analisis Perbandingan Metode Decision Tree , Random Forest , dan Support Vector Machine ( SVM ) dalam Memprediksi Kesehatan Janin. 1–8. https://doi.org/10.12962/j27213862.vxix.xxxx

Wahyuni, S. D., & Kusumodestoni, R. H. (2024). Optimalisasi Algoritma Support Vector Machine (SVM) Dalam Klasifikasi Kejadian Data Stunting. Bulletin of Information Technology (BIT), 5(2), 56–64. https://doi.org/10.47065/bit.v5i2.1247

Walyani. (2022). Asuhan Kebidanan Persalinan Normal. In Asuhan Kebidanan Persalinan Normal (Issue August). https://repository.poltekkes-tjk.ac.id/id/eprint/1315/6/BAB II.pdf