PREDIKSI ANGKA KEMATIAN IBU (AKI) MELAHIRKAN BERDASARKAN FAKTOR–FAKTOR RISIKO MENGGUNAKAN METODE BACK PROPAGATION (STUDI KASUS : PROVINSI SUMATERA UTARA)

Penelitian ini bertujuan memprediksi Angka Kematian Ibu (AKI) di Provinsi Sumatera Utara menggunakan metode Backpropagation pada Jaringan Syaraf Tiruan (JST). Hasil penelitian menunjukkan bahwa model Backpropagation memiliki akurasi tinggi dengan Mean Squared Error (MSE) terendah sebesar 0,0112, dicapai pada learning rate 0.1 dan 400 epochs, menunjukkan bahwa prediksi model mendekati nilai actual AKI. Faktor risiko signifikan, seperti perdarahan, hipertensi, dan infeksi, diidentifikasi sebagai pengaruh utama dalam peningkatan AKI di Sumatera Utara, di mana model dapat mengidentifikasi area berisiko tinggi berdasarkan data historis. Konfigurasi jumlah Hidden Layers dan pengaturan learning rate juga memengaruhi kinerja model, dengan kombinasi parameter optimal meningkatkan akurasi prediksi. Model ini menunjukkan potensi sebagai alat bantu dalam perencanaan intervensi kesehatan ibu, seperti dalam prediksi AKI yang mendekati nilai aktual pada beberapa kasus. Dengan dukungan prediksi yang akurat, model ini diharapkan dapat membantu pengambilan keputusan yang lebih efektif dalam merancang dan mengevaluasi kebijakan untuk menurunkan angka kematian ibu secara berkelanjutan.