Implementasi Data Mining dalam Menentukan Prediksi Status Resiko Kesehatan pada Ibu Hamil dengan Menggunakan Algoritma K-Means

• FEBI DZAKIYATUTSTSAANIYAH
• 2025

---

Angka Kematian Ibu (AKI) di Indonesia masih tergolong tinggi meskipun tren fertilitas menunjukkan penurunan. Berdasarkan data Long Form Sensus Penduduk 2020 (SP2020), Total Fertility Rate (TFR) Indonesia turun dari 5,61 pada tahun 1971 menjadi 2,18, yang menandakan kondisi fertilitas telah mencapai tingkat penggantian. Meskipun demikian, upaya deteksi dini terhadap risiko kehamilan tetap menjadi prioritas dalam meningkatkan keselamatan ibu hamil. Penelitian ini bertujuan untuk mengklasifikasikan tingkat risiko kehamilan berdasarkan data medis ibu hamil menggunakan algoritma K-Means. Algoritma ini dipilih karena kemampuannya dalam mengelompokkan data secara efisien dan menghasilkan segmentasi yang mudah dipahami. Parameter yang digunakan meliputi umur ibu, berat badan, tekanan darah, dan jumlah kehamilan. Data diperoleh dari praktik bidan dan dianalisis untuk mengelompokkan risiko kehamilan ke dalam kategori rendah atau tinggi. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan data dengan akurasi yang cukup baik, sehingga dapat menjadi alat bantu dalam pengambilan keputusan medis. Diharapkan, hasil penelitian ini dapat memberikan kontribusi dalam mendukung tenaga kesehatan, khususnya bidan, dalam mendeteksi dan menangani risiko kehamilan secara lebih cepat dan tepat.

• Algoritma K-Means
• Risiko Kehamilan
• Clustering

https://repository.bsi.ac.id/repo/69457/Implementasi-Data-Mining-dalam-Menentukan-Prediksi-Status-Resiko-Kesehatan-pada-Ibu-Hamil-dengan-Menggunakan-Algoritma-K-Means
File full-text dikunci.