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.