Analisis Tingkat Pengetahuan Mahasiswa tentang Pencegahan BBLR Menggunakan Pendekatan Data Science

Abstract

Pencegahan Berat Badan Lahir Rendah (BBLR) membutuhkan peningkatan pemahaman masyarakat, termasuk mahasiswa sebagai kelompok yang memiliki akses terhadap berbagai sumber informasi kesehatan. Namun, tingkat pemahaman terhadap faktor risiko dan pencegahan BBLR masih perlu dievaluasi secara sistematis. Penelitian ini bertujuan untuk menganalisis tingkat pengetahuan mahasiswa mengenai pencegahan BBLR menggunakan pendekatan Data Science. Populasi dalam penelitian ini adalah mahasiswa di lingkungan perguruan tinggi, dengan teknik pengambilan sampel menggunakan purposive sampling. Sampel penelitian terdiri dari 100 mahasiswa dari beberapa program studi yang mengikuti kegiatan edukasi mengenai pencegahan BBLR. Metode penelitian menggunakan pendekatan kuantitatif dengan tahapan analisis Data Science berdasarkan kerangka Cross-Industry Standard Process for Data Mining (CRISP-DM). Tahapan penelitian meliputi Data Understanding, Data Preparation, Exploratory Data Analysis (EDA), Evaluation, dan Deployment. Data diperoleh melalui kuesioner pengetahuan yang kemudian dilakukan proses preprocessing, analisis statistik deskriptif, serta visualisasi data untuk mengetahui karakteristik dan distribusi tingkat pengetahuan responden. Hasil penelitian menunjukkan bahwa tingkat pengetahuan mahasiswa mengenai pencegahan BBLR berada pada kategori baik dengan nilai rata-rata sebesar 83,60. Penerapan pendekatan Data Science mampu menghasilkan informasi yang lebih komprehensif melalui proses pengolahan, eksplorasi, dan visualisasi data sehingga mendukung evaluasi program edukasi kesehatan berbasis data. Kesimpulan penelitian ini menunjukkan bahwa pendekatan Data Science dapat diterapkan secara efektif untuk menganalisis tingkat pengetahuan mahasiswa dan menjadi dasar dalam penyusunan strategi edukasi kesehatan yang lebih tepat sasaran.

Kata Kunci: Data Science, BBLR, CRISP-DM, Analisis Data, Pengetahuan Mahasiswa

GS Cited Analysis