Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN)
Ayuningtyas, Novia Dewi Putri
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mechanical Engineering Social Sciences Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Faktor Dominan Terhadap PHBS Rumah Tangga Menggunakan SVM dan SHAP Wilayah Puskesmas Tepusen, Temangung Ajipangestu, Drajad Bima; Ayuningtyas, Novia Dewi Putri; Maesaroh, Maesaroh; Manggala Putri, Arum Helmi; Subinarto, Subinarto; Fadhila, Ayu
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 5 No. 1 (2025): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perilaku Hidup Bersih dan Sehat (PHBS) merupakan indikator penting dalam penilaian status kesehatan masyarakat. Penelitian ini bertujuan untuk mengklasifikasikan tingkat PHBS rumah tangga serta mengidentifikasi faktor dominan yang memengaruhinya di wilayah kerja Puskesmas Tepusen, Kecamatan Kaloran, Kabupaten Temanggung. Data diperoleh dari survei rumah tangga tahun 2024 sebanyak 4.425 responden, dengan pengisian kuesioner yang dilakukan oleh kader dan tenaga surveilans terlatih. Pengukuran mengacu pada 16 indikator PHBS terstandardisasi, yang telah divalidasi oleh Dinas Kesehatan, mencakup: persalinan oleh tenaga kesehatan, pemeriksaan kehamilan, pemberian ASI eksklusif, penimbangan balita, konsumsi gizi seimbang, penggunaan air bersih, kepemilikan jamban sehat, pengelolaan sampah, tidak merokok di dalam rumah, aktivitas fisik, mencuci tangan pakai sabun, menyikat gigi secara teratur, tidak mengonsumsi alkohol/narkoba, kepesertaan jaminan kesehatan, pemberantasan sarang nyamuk, serta konsumsi tablet tambah darah (TTD). Metode Support Vector Machine (SVM) digunakan untuk klasifikasi multikelas (Sehat Pratama, Madya, Utama, dan Paripurna), dengan skema pembagian data 80:20 dan validasi silang 5-fold untuk menghindari overfitting. Kernel linear menunjukkan akurasi tertinggi, sebesar 97,74%. Untuk mengevaluasi kontribusi setiap fitur terhadap hasil prediksi, digunakan metode interpretabilitas Shapley Additive Explanations (SHAP). Indikator “TIDAK_MEROKOK” memiliki nilai SHAP tertinggi (0.118313), diikuti “CEK_KESEHATAN” (0.037) dan “MINUM_TTD” (0.030). Hasil ini menunjukkan pentingnya intervensi berbasis data untuk pengendalian rokok, peningkatan layanan kesehatan preventif, dan pemenuhan gizi perempuan dalam meningkatkan status PHBS secara operasional.
Co-Authors Ajipangestu, Drajad Bima Fadhila, Ayu Maesaroh Maesaroh Manggala Putri, Arum Helmi Subinarto, Subinarto