ANALISIS SURVIVAL DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA KASUS PENYAKIT HIPERTENSI

MEIRY EGA YOHANNA NAIBORHU, 1717031031 (2021) ANALISIS SURVIVAL DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA KASUS PENYAKIT HIPERTENSI. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK - Atalah Printing (2).pdf Download (96kB) | Preview
	Text 2. SKRIPSI FULL - Rocket Digital (6).pdf Restricted to Repository staff only Download (3MB)
Preview	Text 3. SKRIPSI TANPA BAB PEMBAHASAN - Rocket Digital (6).pdf Download (3MB) | Preview

Abstract

Analisis survival merupakan kumpulan metode statistika yang digunakan untuk menganalisis data dimana variabel akhir yang diteliti adalah waktu sampai suatu kejadian (event) muncul. Penyakit hipertensi adalah faktor risiko ketiga terbesar yang menyebabkan kematian dini, terjadinya gagal jantung serta penyakit gangguan otak. Penelitian ini menggunakan metode nonparametrik Multivariate Adaptive Regression Splines (MARS) yang diaplikasikan pada data pasien hipertensi. Penelitian ini bertujuan untuk melihat faktor-faktor apa saja yang berpengaruh terhadap laju kesembuhan pasien hipertensi dengan membentuk model terbaik MARS dan melihat nilai GCV (Generalized Cross Validation) terkecil. Dari penelitian ini diperoleh pemodelan Cox dengan pendekatan MARS yaitu sebagai berikut: h(t, x) = h0(t)exp (0.166722 − 0.621634 ∗ BF1 + 0.017092 ∗ BF3 − 0.194498 ∗ BF5 + 0.0061126 ∗ BF8 − 0.00103038 ∗ BF13 − 0.0256761 ∗ BF15 − 0.0414689 ∗ BF17 + 0.00310949 ∗ BF21 + 0.0360748 ∗ BF23 Berdasarkan model tersebut diketahui bahwa faktor-faktor yang mempengaruhi laju kesembuhan pasien hipertensi yaitu usia (X1 ), diabetes (X3 ), ginjal (X6 ), systolic (X7 ), dan diastolic (X8 ). Kata Kunci: Analisis survival, hipertensi, Multivariate Adaptive Regression Splines (MARS), GCV (Generalized Cross Validation). Survival analysis is a collection of statistical methods used to analyze data where the final variable studied is the time until an event occurs. Hypertension is the third biggest risk factor that causes premature death, heart failure and brain disorders. This study used the nonparametric method Multivariate Adaptive Regression Splines (MARS) which was applied to data on hypertension patients. This study aims to see what factors influence the recovery rate of hypertensive patients by establishing the best MARS model and seeing the smallest GCV (Generalized Cross Validation) value. From this study, the Cox modeling with the MARS approach was obtained as follows: h(t, x) = h0(t)exp(0.166722 − 0.621634 ∗ BF1 + 0.017092 ∗ BF3 − 0.194498 ∗ BF5 + 0.0061126 ∗ BF8 − 0.00103038 ∗ BF13 − 0.0256761 ∗ BF15 − 0.0414689 ∗ BF17 + 0.00310949 ∗ BF21 + 0.0360748 ∗ BF23 Based on the model, it is known that the factors that affect the recovery rate of hypertensive patients are age (X1 ), diabetes (X3 ), kidney (X6 ), systolic (X7 ), and diastolic (X8 ). Keywords: Survival analysis, hypertension, Multivariate Adaptive Regression Splines (MARS), GCV (Generalized Cross Validation).

Item Type:	Other
Subjects:	?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	UPT . Desi Zulfi Melasari
Date Deposited:	10 May 2022 06:30
Last Modified:	10 May 2022 06:30
URI:	http://digilib.unila.ac.id/id/eprint/60766

Actions (login required)

View Item