<![CDATA[Program Keluarga Berencana (KB) merupakan sebuah program yang bertujuan untuk mengendalikan angkapertumbuhan populasi penduduk, meningkatkan kesejahteraan keluarga, dan upaya mencegah risiko kesehatanpada ibu dan anak. Salah satu tantangan dalam program KB adalah proses identifikasi dan pelayanan yangmaksimal terhadap peserta KB yang berisiko mengalami kehamilan dengan risiko tinggi yang dapatdiidentifikasi berdasarkan faktor 4T yaitu Terlalu Muda, Terlalu Tua, Terlalu Banyak, Terlalu Dekat.Penelitian ini bertujuan untuk melakukan klasterisasi pada peserta KB berdasarkan tingkat risiko kehamilansehingga diperoleh informasi terkait kondisi peserta KB sebagai landasan penyuluhan terkait risiko kehamilantingkat tinggi dan perancangan program yang sesuai dan tepat sasaran bagi peserta KB. Penelitian inidilaksanakan di Desa Pringgasela Selatan memanfaatkan data mining menggunakan Algoritma K-MeansClustering pada 400 data peserta KB untuk membentuk kelompok atau klaster peserta KB berdasarkan tingkatrisiko kehamilannya dengan atribut berupa Nama, Usia, Jumlah Anak, dan Usia Anak Terakhir. Hasil yangdiperoleh yaitu terbentuk 2 (dua) cluster dengan Cluster 1 sebagai kelompok kehamilan berisiko tinggi dengan170 item anggota dan Cluster 0 sebagai kelompok kehamilan berisiko rendah dengan 230 item anggota.Kata Kunci : K-Means Clustering, Keluarga Berencana, Risiko Kehamilan]]>
Copyrights © 2023
