<![CDATA[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]]>
Copyrights © 2026
