creators_name: MEIRY EGA YOHANNA NAIBORHU, 1717031031
creators_id: meiryegay@gmail.com
type: other
datestamp: 2022-05-10 06:30:17
lastmod: 2022-05-10 06:30:17
metadata_visibility: show
title: ANALISIS SURVIVAL DENGAN PENDEKATAN MULTIVARIATE
ADAPTIVE REGRESSION SPLINES (MARS) PADA KASUS PENYAKIT

HIPERTENSI
ispublished: pub
subjects: 510
full_text_status: restricted
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).
date: 2021
date_type: published
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
citation:   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.     
document_url: http://digilib.unila.ac.id/60766/1/ABSTRAK%20-%20Atalah%20Printing%20%282%29.pdf
document_url: http://digilib.unila.ac.id/60766/2/2.%20SKRIPSI%20FULL%20-%20Rocket%20Digital%20%286%29.pdf
document_url: http://digilib.unila.ac.id/60766/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN%20-%20Rocket%20Digital%20%286%29.pdf