<![CDATA[Kasus HIV di Puskesmas Pamulang tersebar pada berbagai Kelompok Populasi Kunci dengan proporsi kasus positif yang sangat kecil dibandingkan populasi umum, sehingga diperlukan pendekatan berbasis data untuk mengidentifikasi faktor risiko yang paling berpengaruh secara objektif. Penelitian ini bertujuan menganalisis faktor risiko status HIV serta menerapkan algoritma Logistic Regression untuk memprediksi potensi status HIV pasien. Penelitian menggunakan metode kuantitatif dengan pendekatan prediktif, memanfaatkan data sekunder pasien VCT/PITC periode 2024–2025 sebanyak 3.410 observasi. Data diproses melalui pembersihan, encoding, seleksi fitur, dan penanganan ketidakseimbangan kelas menggunakan SMOTE, sebelum dilatih dengan Logistic Regression yang dioptimasi melalui GridSearchCV. Model gabungan mencapai AUC-ROC 0,937, sedangkan model produksi dengan tiga variabel stabil (Jenis Kelamin, Kelompok Umur, dan Kelompok Risiko Tinggi) mencapai AUC-ROC 0,803 dengan recall 75%. Kelompok Risiko Tinggi terbukti sebagai faktor paling dominan (OR = 17,29; 95% CI 13,96–21,41; p < 0,001). Sistem deteksi risiko HIV berbasis web berhasil diimplementasikan dan seluruh skenario pengujian black-box dinyatakan berhasil, sehingga dapat mendukung skrining awal di Puskesmas Pamulang.]]>
Copyrights © 2026
