<![CDATA[Pemilihan metode kontrasepsi perlu mempertimbangkan kondisi klinis pasangan usia subur (PUS). Namun, keterbatasan waktu konseling dan kurangnya pemahaman PUS terhadap metode kontrasepsi yang sesuai dapat menyebabkan ketidaktepatan dalam pemilihannya. Penelitian ini bertujuan membangun model klasifikasi kelayakan metode kontrasepsi menggunakan algoritma XGBoost serta memberikan rekomendasi berdasarkan data klinis PUS. Model dikembangkan melalui tahapan pengumpulan dan pelabelan data, prapemrosesan, serta proses hyperparameter tuning menggunakan RandomizedSearchCV, kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan Streamlit. Kinerja model dievaluasi menggunakan confusion matrix dengan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model XGBoost memperoleh akurasi 97.73%, dengan nilai presisi 0.93, 0.95, 0.98, 1.00, recall 0.90, 0.90, 1.00, 1.00, dan F1-score 0.92, 0.93, 0.99, 1.00 untuk kelas Aman, Berisiko, Sangat Aman, dan Tidak Aman. Hasil tersebut menunjukkan bahwa model XGBoost mampu mengklasifikasikan kelayakan penggunaan metode kontrasepsi dengan performa yang baik serta dapat dimanfaatkan sebagai rekomendasi awal dalam mendukung proses konsultasi dengan tenaga kesehatan.]]>
Copyrights © 2026
