Rancang Bangun Sistem Rekomendasi Deteksi Baby Blues Pasca Melahirkan Menggunakan Metode Certainty Factor

Abstract

Baby blues merupakan kondisi psikologis yang umum dialami oleh ibu pasca melahirkan, dengan prevalensi mencapai 60–70% di Indonesia pada tahun 2022. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini baby blues berbasis web menggunakan metode Certainty Factor. Faktor-faktor seperti pandemi COVID-19, kurangnya dukungan sosial, tekanan ekonomi, stigma terhadap kesehatan mental, serta pengaruh media sosial turut berkontribusi terhadap meningkatnya kasus baby blues. Sistem yang dikembangkan mampu mengklasifikasikan tingkat risiko baby blues ke dalam empat kategori, yaitu: tidak terjangkit, risiko rendah, risiko sedang, dan risiko berat, berdasarkan gejala yang dirasakan pengguna. Tiga peran pengguna utama yang didukung sistem ini meliputi ibu, suami, dan orang terdekat, guna memberikan pendekatan dukungan yang lebih komprehensif. Pengembangan sistem dilakukan dengan metode Agile untuk memungkinkan fleksibilitas dalam penyesuaian fitur berdasarkan umpan balik pengguna. Hasil implementasi menunjukkan bahwa sistem mampu mengidentifikasi tingkat risiko dengan akurat serta memberikan rekomendasi penanganan yang sesuai. Pengujian terhadap 100 responden menggunakan metode System Usability Scale (SUS) menghasilkan skor rata-rata 70,8 yang tergolong dalam kategori “baik”. Dengan adanya sistem ini, deteksi dini dan penanganan baby blues dapat dilakukan secara lebih efektif, sehingga turut meningkatkan kesejahteraan mental ibu pascamelahirkan.

Kata Kunci — Agile, Baby blues, Certainty Factor, Rekomendasi System Usability Scale.