Latar Belakang: Kelahiran preterm merupakan penyebab tertinggi kematian
neonatal. Indonesia menduduki posisi tertinggi di ASEAN dan kelima di dunia
untuk kelahiran preterm. Rumusan masalah: Belum adanya model prediksi
kelahiran preterm yang memperlihatkan prediktor yang berguna untuk
mengembangkan program pencegahan. Tujuan: Menemukan model prediksi
kelahiran preterm berbasis machine learning untuk deteksi dini kelahiran preterm
di Fasilitas Kesehatan Tingkat Pertama (FKTP). Metode: Penelitian ini
menggunakan desain studi case control dengan menggunakan data rekam medis
Rumah Sakit (RS) di Palembang yaitu RS YK Madira, RSMH, RS Bunda, RS Ar
Rasyid, RS Muhammadiyah, dan RS Bhayangkara tahun 2019 dengan jumlah
sampel 1758 responden yang terdiri dari 879 preterm dan 879 aterm. Faktor risiko
yang digunakan pada penelitian ini didapatkan dari Systematic Literature Review
yang terdiri dari faktor sosiodemografi (10 variabel), faktor perilaku/gaya hidup (5
variabel), faktor maternal/kondisi ibu sebelum kehamilan (8 variabel), faktor
kehamilan/obstetri ginekologi (21 variabel), faktor biologis (3 variabel), faktor
pelayanan kesehatan (2 variabel) dan Faktor Kondisi Janin (4 variabel).
Pemodelan dilakukan dengan menggunakan machine learning dengan
menggunakan algoritme decision tree, K-Nearest Neighbour (KNN), naïve bayes,
logistic regression, Support Vector Machine (SVM) dan neural network (CNN1D,
multilayer perceptron dan backpropagation). Hasil: Ditemukan 21 variabel
penelitian dari 53 variabel yang dibutuhkan, dan menemukan 6 variabel yang
menjadi prediktor utama kelahiran preterm di antaranya pre-eklamsia, perdarahan
dalam kehamilan, riwayat ketuban pecah dini, jarak antar dua kehamilan, paritas,
dan anemia. Pada penelitian ini ditemukan algoritma terbaik yaitu decision tree
dengan nilai akurasi 95% untuk training dan 96% untuk testing dan telah dibuat
prototype berupa aplikasi berbasis web untuk deteksi dini di FKTP. Kesimpulan:
Ditemukan research novelty yaitu diperoleh model prediksi kelahiran preterm,
dimana model ini potensial untuk digunakan di FKTP sebagai upaya deteksi dini.
Model prediksi ini akan mendeteksi ibu hamil akan berisiko preterm atau tidak
berisiko. Apabila diketahui ibu berisiko kelahiran preterm, maka ibu dianjurkan
untuk melakukan pemeriksaan di RS, agar tidak terjadi keterlambatan penanganan
yang menyebabkan kematian ibu maupun bayi. Dibandingkan tidak ada model
prediksi, maka risiko kelahiran preterm tidak dapat dicegah, sehingga
keterlambatan penanganan akan terjadi.