Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Kepada Masyarakat Abdi Putra Journal of Computer Science and Information Technology
Asep Surahman Sulaeman
Universitas Nusa Putra
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Public Health Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : journal of computer science and information technology

 1 
MODEL PREDIKSI BERAT BADAN BAYI LAHIR BERDASARKAN USIA KEHAMILAN DAN KADAR HEMOGLOBIN IBU MENGGUNAKAN MULTIPLE LINEAR REGRESSION SEBAGAI DUKUNGAN SISTEM INFORMASI KESEHATAN DI PUSKESMAS KADUDAMPIT Asep Surahman Sulaeman; Hilman Yunus; Tasya Yustira Agustian
Journal of Computer Science and Information Technology Vol. 3 No. 4 (2026): September
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v3i4.4735

Abstract

Berat Badan Bayi Lahir (BBBL) merupakan indikator krusial kesehatan neonatal dan mortalitas perinatal. Prediksi BBBL yang akurat pada masa kehamilan sangat esensial untuk memfasilitasi deteksi dini dan intervensi obstetri secara tepat waktu di fasilitas pelayanan primer. Penelitian ini bertujuan untuk membangun model prediksi BBBL kontinu berbasis metode Multiple Linear Regression menggunakan prediktor antropometri dan klinis maternal. Penelitian menggunakan pendekatan kuantitatif observasional cross-sectional dengan data sekunder rekam medis Puskesmas Kadudampit, Kabupaten Sukabumi. Teknik sampling yang digunakan adalah purposive sampling dengan kriteria inklusi kelengkapan rekam medis ibu bersalin, menghasilkan 150 sampel. Perlu ditegaskan bahwa ukuran sampel ini relatif terbatas (N=150) dari satu fasilitas layanan primer, sehingga generalisasi temuan harus dilakukan secara cermat. Data dibagi menjadi data training (80%) dan testing (20%) secara acak, serta divalidasi lebih lanjut menggunakan 10-Fold Cross-Validation untuk memastikan stabilitas model dan memitigasi risiko overfitting. Hasil evaluasi menunjukkan model memiliki performa prediktif moderat dengan R² = 0.58, Adjusted R² = 0.48 pada data testing, RMSE = 164.72 gram, MAPE = 5.44%, dan MAE = 131.64 gram. Analisis regresi mengidentifikasi usia kehamilan (koefisien = 94.70 g/minggu) dan kadar hemoglobin maternal (koefisien = 77.80 g/(g/dL)) sebagai faktor penentu paling dominan terhadap BBBL. Model ini berpotensi diaplikasikan sebagai instrumen skrining awal antenatal berbasis komputer bagi tenaga medis di puskesmas, meskipun pengembangan masa depan memerlukan validasi multisentrik dan ukuran sampel yang lebih besar
Co-Authors Eneng Sri Mulyani Hilman Yunus Nurindah Juliandari Tasya Yustira Agustian Yoga Hendrawan