Angka kematian ibu adalah tantangan kesehatan masyarakat di dunia, negara-negara
berkembang menyumbang 99% kematian ibu secara global. Diperkirakan 15% sampai
20% ibu hamil dari seluruh ibu hamil yang ada akan mengalami keadaan risiko tinggi
dan mengalami komplikasi maternal. Asuhan kebidanan komprehensif berbasis bukti
yang diberikan oleh bidan maupun dokter spesialis kandungan diharapkan dapat
memprediksi komplikasi maternal untuk mencegah kematian ibu. Sistem prediksi
komplikasi maternal melalui penilaian usia kehamilan, tanda-tanda vital, tinggi fundus
uteri, denyut jantung janin, presentasi, kontraksi, plasenta, robekan, perdarahan, luka
perineum, hemoglobin dan proteinurin dengan menggunakan pencatatan dan pelaporan
manual membutuhkan waktu untuk mengambil keputusan. Tujuan penelitian ini adalah
membangun prototipe aplikasi untuk prediksi komplikasi maternal di Rumah Sakit
Mitra Bangsa Pati dalam rangka memprediksi komplikasi maternal, dan merancang
basis data maternal dan membuat laporan secara elektronik. Rancangan pengembangan
sistem menggunakan pendekatan prototyping. Metode prediksi aplikasi komplikasi
maternal berbasis machine learning menggunakan algoritma Naïve Bayes Classifier
(NBC). Aplikasi dapat memberikan hasil prediksi komplikasi maternal secara realtime
(<3 detik), berupa perdarahan, preeklampsia, infeksi mana nifas, hiperemesis
gravidarum, retensio plasenta dan robekan jalan lahir. Pengumpulan data dari buku
register, buku KIA dan rekam medis. Dari hasil uji dengan 7-fold cross validation
diperoleh nilai akurasi, presisi dan recall adalah 89.2%, 88.8%, dan 89.3% dengan
jumlah data latih 2448 data dan data uji 272 data. Pemanfaatan data hasil prediksi yaitu
sebagai dasar untuk pengambilan keputusan.