IMPLEMENTASI ALGORITMA LOGISTIC REGRESSION DALAM MENGANALISIS RISIKO POSTPARTUM DEPRESSION BERBASIS WEBSITE

Abstract

Depresi pascapersalinan (postpartum depression) merupakan salah satu gangguan kesehatan mental yang dapat dialami oleh ibu setelah melahirkan. Kondisi ini dapat mempengaruhi kesejahteraan ibu, hubungan dengan bayi, serta kondisi keluarga secara keseluruhan. Oleh karena itu, diperlukan suatu sistem yang dapat membantu melakukan analisis awal terhadap risiko depresi pascapersalinan secara lebih cepat dan mudah diakses. Penelitian ini bertujuan untuk mengimplementasikan algoritma Logistic Regression dalam menganalisis risiko postpartum depression berbasis website. Metode Logistic Regression digunakan karena mampu melakukan klasifikasi terhadap data biner serta memberikan interpretasi yang jelas terhadap faktor-faktor yang mempengaruhi risiko. Variabel yang digunakan dalam penelitian ini meliputi dukungan sosial, komplikasi persalinan, status kehamilan, kualitas hubungan dengan suami, serta ketidakstabilam emosional. Sistem yang dikembangkan mampu menghitung probabilitas risiko depresi pascapersalinan berdasarkan input pengguna, serta menampilkan hasil analisis berupa kategori risiko, nilai probabilitas, dan faktor faktor yang berkontribusi terhadap risiko tersebut. Selain itu, sistem juga dirancang dengan antarmuka yang sederhana sehingga mudah digunakan oleh pengguna. Hasil penelitian menunjukkan bahwa algoritma Logistic Regression dapat diimplementasikan dengan baik dalam sistem berbasis website untuk membantu melakukan analisis awal terhadap risiko depresi pascapersalinan.