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.

[img]
Preview
File PDF
ABSTRAK - Atalah Printing (2).pdf

Download (94Kb) | Preview
[img] File PDF
2. SKRIPSI FULL - Rocket Digital (6).pdf
Restricted to Hanya staf

Download (3902Kb)
[img]
Preview
File PDF
3. SKRIPSI TANPA BAB PEMBAHASAN - Rocket Digital (6).pdf

Download (3905Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

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).

Jenis Karya Akhir: Skripsi
Subyek: 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi: FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit: UPT . Desi Zulfi Melasari
Date Deposited: 10 May 2022 06:30
Terakhir diubah: 10 May 2022 06:30
URI: http://digilib.unila.ac.id/id/eprint/60766

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir