ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHAN PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK

Transkripsi

1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHAN PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK Eldra Sukmawat (8 5) Prof.DR. I Nyoman Budantara, Ms ( ) Mahasswa Jurusan Statstka ITS, Dosen Jurusan Statstka ITS Abstrak D Indonesa Tuberkuloss merupakan penyebab kematan nomor setelah penyakt kardovaskuler dan penyakt saluran pernapasan pada semua golongan usa. Tahun 99 pemerntah Indonesa bekerjasama dengan WHO mengadakan DOTS (Drectly Observed Treatment Shortcourse) yatu pengawasan langsung menelan obat jangka pendek setap har oleh Pengawas Menelan Obat. Peneltan n membahas faktor-faktor yang mempengaruh ketahanan hdup penderta penyakt tuberkuloss yang mengkut program DOTS d RSUD Ibnu Sna Gresk menggunakan metode analss survval dengan model Proportonal Hazard. Dketahu pasen sebagan besar perempuan, tdak merokok, penddkan terakhr SMP dengan rata-rata pendapatan keluarga sebesar Rp..5. sampa dengan Rp..5.. Selan tu sebagan besar pasen memlk pencahayaan rumah bagus, santas bak dan keadaan rumah sudah bersh. Data waktu survval penderta tuberkuloss berdstrbus lognormal dan dketahu faktorfaktor yang mempengaruh ketahanan hdup pasen adalah faktor usa, pencahayaan, santas, keadaan rumah. Dar nla odd rato dsmpulkan bahwa pasen yang berusa satu tahun lebh tua memlk resko untuk sembuh sebesar,7 kal dar pasen yang berusa satu tahun lebh muda, pasen yang pencahayaan rumahnya bagus memlk resko sembuh dar tuberkuloss sebesar,87 kal dar pasen yang pencahayaan rumahnya tdak bagus, pasen yang keadaan santas rumahnya sudah bak memlk resko sembuh dar tuberkuloss sebesar,9 kal dar pasen yang keadaan santas rumahnya kurang bak dan pasen yang keadaan rumahnya bersh memlk resko sembuh dar tuberkuloss sebesar, kal dar pasen yang keadaan rumahnya Kata Kunc :Regres Lognormal Proportonal Hazard, Tuberkuloss, Waktu Survval, Laju Kesembuhan. Pendahuluan Penyakt tuberkuloss adalah penyakt nfeks basa dmana kuman penyebabnya telah dketahu dan obat-obat untuk mengatasnya telah mengalam kemajuan pesat, tetap penanggulangannya dan pemberantasannya mash belum memuaskan. D Indonesa TBC merupakan penyebab kematan nomor setelah penyakt kardovaskuler dan penyakt saluran pernapasan pada semua golongan usa. Pemerntah Indonesa bekerjasama dengan WHO melaksanakan evaluas bersama yang menghaslkan rekomendas perlunya melakukan perubahan mendasar pada strateg penanggulangan TB d Indonesa, yang dsebut STRATEGI DOTS pada tahun 99. Pada peneltan n akan dbahas mengena faktor-faktor yang mempengaruh ketahanan hdup penderta penyakt tuberkuloss yang mengkut program DOTS d RSUD Ibnu Sna Gresk dengan menggunakan metode analss survval dengan model Proportonal Hazard dan juga akan dcar laju kesembuhan pasen penderta tuberkuloss pada waktu t. Peneltan dengan menggunakan metode analss survval dengan model Proportonal Hazard pernah dlakukan Marhma (8) yang menelt faktor-faktor yang mempengaruh ketahanan hdup penderta kanker leher rahm d RSU DR. Soetomo Surabaya dan Nugroho (7) yang menelt laju ketahanan pasen kanker paru-paru d RSU DR. Soetomo. Peneltan sebelumnya mengena tuberkuloss pernah dlakukan Pardesh (9) yang menelt ketahanan hdup penderta tuberkuloss d Inda dan Permatasar (5) yang mengkaj tentang cara pemberantasan tuberkuloss dengan beberapa strateg. Sedangkan yang membedakan peneltan n dengan peneltan sebelumnya adalah kejadan khusus dalam peneltan n sembuhnya pasen dar penyakt tuberkuloss, metode yg dgunakan pada peneltan sebelumnya adalah sem parametrk sedangkan pada peneltan n dengan metode parametrk selan tu tempat peneltannya juga berbeda dengan peneltan sebelumnya. Peneltan tentang tuberkuloss tdak

2 semuanya menggunakan metode metode analss survval dengan model Proportonal Hazard dan varabel yang dgunakan juga berbeda.. TINJAUAN PUSTAKA. Pengertan Analss Survval Analss survval adalah suatu metode yang berhubungan dengan waktu, mula dar tme orgn atau start pont sampa dengan terjadnya suatu kejadan khusus atau end pont. Data yang dperoleh d bdang kesehatan merupakan pengamatan terhadap pasen yang damat dan dcatat waktu terjadnya kegagalan dar setap ndvdu (Collet, 99). Kegagalan yang dmaksudkan antara lan adalah kematan karena penyakt tertentu, keadaan sakt yang terulang kembal setelah pengobatan atau munculnya penyakt baru. Dalam menentukan waktu survval, terdapat tga faktor yang dbutuhkan, yatu:. Waktu awal (tme orgn/startng pont) suatu kejadan.. Waktu kejadan akhr (end ponts) suatu kejadan. Skala pengukuran sebaga bagan dar waktu harus jelas. Jka end-pont dar peneltan adalah kematan seorang pasen, maka hasl data tersebut dkatakan sebaga waktu survval. Namun, kejadan tdak selalu berujung pada kematan, bsa juga mengena sembuhnya pasen dar penyakt, berkurangnya gejala penyakt, atau kambuhnya pasen dar konds tertentu. Pendugaan Dstrbus Data Pendugaan dstrbus data, dalam hal n adalah data waktu survval. Pengujan tersebut dapat menggunakan uj Anderson-Darlng untuk mengetahu dstrbus yang palng sesua dar data (Law dan Kelton, ) Statstk ujnya adalah sebaga berkut. n A = n ln F( X ) + ln( F( X )) () ( )[ ] n Data dapat dkatakan mengkut dstrbus tertentu apabla nla statstk Anderson-Darlng pada dstrbus tersebut semakn kecl.. Pemodelan Hazard Proporsonal Jka suatu konds dmana resko falure pada waktu tertentu bergantung pada nla x, x,..., x p dar p varabel penjelas X, X,..., X p. Nla varabel tersebut dasumskan telah tercatat sebaga tme orgn. Kumpulan nla varabel penjelas dalam model hazard proporsaonal dwakl sebaga vektor x, sehngga x = ( x, x,..., xp ). Msalkan h ( t) adalah fungs hazard untuk ndvdu yang semua varabel penjelas vektor x mempunya nla nol, maka fungs h ( t ) dsebut baselne hazard functon. Model hazard proporsonal umum adalah sebaga berkut. h t) = exp β x + β x β x h t () ( ) ( p p ( ). Pengujan Parameter Berkut n pengujan parameter secara parsal yang dlakukan setelah mendapatkan model (Le,997).Hpotessnya : H : β =, j =,,..., p j H : β, j =,,..., p j n+ Statstk Uj : X W ˆ β j = ( ˆ ) SE β j Daerah penolakan : Tolak H jka χ htung > χ, α ()

3 5. Seleks Model Terbak Salah satu seleks model terbak yang dapat dgunakan dalam analss survval adalah metode elmnas Backward. Menurut Le (997) prosedur dalam elmnas Backward adalah :. Membuat model regres untuk setap varabel penjelas secara bersama-sama.. Memlh salah satu varabel penjelas, yang berdasarkan krtera pemlhan merupakan varabel yang palng akhr untuk dmasukkan kedalam model.. Melakukan pengujan yang dplh pada langkah, sehngga dapat dketahu apakah varabel tersebut harus dhlangkan dar model atau tdak.. Mengulang langkah dan untuk setap varabel yang ada dalam model. Jka tdak ada krtera yang cocok lag berdasarkan langkah, maka tdak ada lag varabel yang dhlangkan dar model dan proses telah selesa.. Odds Rato Odds rato merupakan suatu ukuran yang dgunakan untuk mengetahu tngkat resko (kecenderungan) yatu perbandngan antara Odd ndvdu dengan konds varabel predktor X pada kategor sukses dengan kategor gagal (Hosmer dan Lemeshow, ). Odds Rato untuk ndvdu dengan x = dbandng x = adalah : β h ( t x = ) h ( t) e β OR = = = e () h ( t x = ) h ( t) Sehngga dperoleh nla OR yang artnya bahwa tngkat kecepatan terjadnya falure event pada β ndvdu dengan kategor x= adalah sebesar e kal tngkat kecepatan terjadnya resko terjadnya perstwa falure event pada ndvdu dengan kategor x=. β Pada varabel kontnyu, nla dar e mempunya nterpretas perbandngan odds rato antara ndvdu dengan nla X lebh besar satuan dbandng ndvdu lan. 7. Tuberkuloss Penyakt tuberkuloss adalah penyakt menular langsung yang dsebabkan oleh kuman TB (Mycobacterum Tuberculoss), sebagan besar kuman TB menyerang Paru, tetap dapat juga mengena organ tubuh lannya. WHO merekomendaskan strateg penyembuhan TBC jangka pendek dengan pengawasan langsung atau dkenal dengan stlah DOTS (Drectly Observed Treatment Shortcourse Chemotherapy). DOTS atau kependekan dar Drectly Observed Treatment, Short-course adalah strateg penyembuhan TBC jangka pendek dengan pengawasan secara langsung. Dengan menggunakan starteg DOTS, maka proses penyembuhan TBC dapat secara cepat.. METODOLOGI. Sumber data Data yang dgunakan dalam peneltan adalah data sekunder mengena waktu survval dar pasen penderta TB paru yang mengkut program program DOTS RSUD Ibnu Sna Gresk perode Januar 8 sampa dengan Desember 9dengan usa datas tahun dan dketahu waktu akhrnya atau waktu pasen sembuh dar tuberkuloss.tuberkuloss d.. Identfkas Varabel a. Varabel Dependen Varabel dependen dalam peneltan n adalah waktu yang dperlukan oleh pasen untuk bertahan hdup dar waktu awal (start pont) hngga waktu akhr (end pont) yang dlambangkan dengan huruf T dan satuan waktunya adalah har. b. Varabel Independen. Usa (X ) Pasen yang damat adalah yang berusa lebh dar tahun karena doss obat yang dberkan sama untuk semua usa datas tahun

4 . Jens kelamn (X ) = Lak-lak = Perempuan. Pendapatan Keluarga (X ) = Rp. 5. = Rp. 5. < gaj Rp..5. =Rp..5.< gaj Rp..5. = > Rp..5.. Merokok (X ) = Merokok = Tdak merokok 5. Tngkat penddkan (X 5 ) = Tdak lulus SD = SD = SMP = SMA 5 = Perguruan Tngg. Pencahayaan (X ) = Pencahayaan bagus = Pencahayaan tdak bagus 7. Santas (X 7 ) = Sudah bak = Kurang bak 8. Keadaan Rumah (X 8 ) = Rumah bersh = Rumah kotor. Metode Analss. Untuk mengetahu karakterstk penderta penyakt tuberkuloss yang drawat d RSUD Ibnu Sna, maka langkah analss yang dlakukan adalah : a. Membuat pe chart setap varabel ndependen untuk mengetahu karakterstk pasen. b. Menganalss karakterstk pasen berdasarkan nla persentase pada pe chart.. Untuk mengetahu faktor-faktor yang mempengaruh waktu survval penderta penyakt tuberkuloss yang drawat d RSUD Ibnu Sna, langkah-langkah analssnya sebaga berkut : a. Melakukan pemerksaan dstrbus data dengan menggunakan statstk uj Anderson Darlng. b. Melakukan kajan terhadap estmas parameter model serta fungs hazard untuk pasen ke. c. Menyusun model regres lognormal awal. d. Melakukan seleks model terbak dengan elmnas Backward. e. Mencar faktor-faktor yang mempengaruh ketahanan hdup pasen tuberkuloss berdasarkan model terbak. f. Melakukan uj sgnfkans parameter model terbak dengan uj ndvdu. g. Melakukan pemerksaan asums proportonal hazard dengan menggunakan plot ln[ ln Sˆ( t) ]. Untuk mengetahu laju kesembuhan dan laju ketahanan hdup pasen penderta penyakt tuberkuloss, langkah-langkah analss yang dlakukan melput : a. Menghtung nla odd rato dar varabel penjelas yang berpengaruh terhadap model untuk mengetahu perbandngan laju kesembuhan setap kategor dar varabel penjelas. b. Menghtung taksran fungs hazard dar model yang terbentuk untuk mengetahu laju kesembuhan pasen pada waktu t. c. Membuat grafk taksran fungs hazard untuk mengetahu perbandngan laju kesembuhan pasen dar setap kategor varabel penjelas pada waktu t.

5 . ANALISIS DAN PEMBAHASAN a. Analss Deskrptf Berkut adalah jumlah persentase setap usa pasen tuberkuloss yang dkelompokkan Tabel Persentase Setap Usa Pasen Persentase Usa Pasen th, th, 9th, th, th, th, th, 8th, th, 5th, th, 7th,,9% 8th, 9th, 5th, 57th, 58th, th, th, 5th, 7th 5th, th, th, th, th, 5th,,7% 55th, 5th th, 7th, 8th, 9th, th, th,,5% 9th, 5th,% th, th, th, 5th, 7th, 5th 5,% th 5. %. %.9 %.7 %.5 % Usa Usa Usa Usa Usa 5 Gambar Pe Chart Usa Pasen Melalu Gambar dapat dketahu bahwa pasen tuberkuloss palng banyak berusa tahun dengan persentase 5,%. % % % % % 8% 5% % 5% Lak-lak Perempuan 9% % <= Rp. 5. Rp. 5. < gaj <= Rp..5. Rp..5. < gaj <= Rp..5. > Rp..5. 7% Merokok Tdak merokok tdak lulus SD SMP Perguruan tngg % SD SMA % 8% 5% 57% 5% % Bagus Tdak bagus Bak Kurang bak Bersh Kotor Gambar Pe Chart Jens Kelamn Pasen, Pendapatan Keluarga, Kebasaan Merokok, Penddkan, Pencahayaan,Santas,Keadaan Rumah Berdasarkan Gambar dapat dketahu bahwa pasen tuberkuloss sebagan besar perempuan, dengan pendapatan keluarga sebesar Rp..5. sampa dengan Rp..5., mempunya kebasaan tdak merokok, penddkan terakhr SMP, memlk pencahayaan rumah tdak bagus, santas kurang bak dan keadaan rumahnya kotor. b. Pendugaan Dstrbus Data Tabel Pengujan Dstrbus Data Dstrbus Anderson Darlng Sgnfkans Normal.7.7 -Parameter Lognormal..8 -Parameter Lognormal.,95 Exponental.7 <. -Parameter Exponental 8.88 <. Webull.8 <. -Parameter Webull.5 >.5 Smallest Extreme Value.95 <. Largest Extreme Value.7. Gamma. >.5 -Parameter Gamma.7,557 Logstc.59 >.5 Loglogstc.9 >.5 -Parameter Loglogstc.9,887 Tabel menunjukkan bahwa nla statstk Anderson Darlng yang palng kecl terdapat pada dstrbus lognormal selan tu nla sgnfkansnya lebh besar dar nla α yatu,8>,5 5

6 sehngga dapat dkatakan bahwa data waktu survval penderta tuberkuloss berdstrbus lognormal. c. Estmas Parameter Data waktu survval penderta penyakt tuberkuloss yang berdstrbus lognormal paramater mempunya fungs dstrbus sebaga berkut ( ln t -µ ) σ f ( t) = exp, < t < t σ π Fungs kumulatfnya : Fungs survval: F ( t) = Φ ln t µ S ( t ) = F ( t ) = ln t µ Φ σ σ ( ln t -µ ) σ Fungs hazard drumuskan sebaga berkut : ( ) ( ) = f t exp lnt µ h t S( t) = φ tσ π = σ ln t µ ln µ Φ t σ t σ Φ σ Fungs hazard untuk pasen ke- dapat dnyatakan sebaga berkut. ln t µ φ h (t) = σ ' exp( β x ) ln t µ Φ σ t σ Sehngga dperoleh fungs survval untuk pasen ke- sebaga berkut: ln t µ S (t) = exp exp( β ' x ) ln - Φ σ d. Pemodelan Waktu Survval Menggunakan Regres Cox Setelah mengeluarkan satu-persatu varabel-varabel yang nla sgnfkansnya lebh dar,5 dengan metode elmnas Backward, maka model terbak dan estmas parameter yang dperoleh dtunjukkan oleh Tabel Tabel Nla Taksran Parameter pada Model Terbak Varabel DF Taksran Ch- Square Sg Intercept,7 7,8 <, Usa,7, <, Pencahayaan kategor -,8 9, <, Santas kategor -,87, <, Konds Rumah kategor -,98 5,5,8 Hasl pegujan secara ndvdu berdasarkan Tabel menunjukkan bahwa taksran parameter yang sgnfkan adalah varabel usa, varabel pencahayaan, varabel santas dan varabel keadaan rumah. Jad dapat dkatakan bahwa keempat varabel tersebut merupakan faktor-faktor yang mempengaruh laju kesembuhan penderta penyakt tuberkuloss. Model lognormal yang terbentuk berdasarkan data waktu survval penderta penyakt tuberkuloss yang mengkut program DOTS dar varabel usa, pencahayaan, santas dan keadaan rumah adalah sebaga berkut: ln t ˆ µ φ hˆ ˆ ( t) = σ exp( ˆ β x ˆ β x ˆ β p x p ) ln t ˆ µ Φ ˆ σ t ˆ σ

7 ln t ˆ µ φ hˆ ( t) = ˆ σ exp( β ˆ x) ln t ˆ µ Φ ˆ σ t A ˆ σ h ( t ) A = exp [,7 usa,8 cahaya,87 santas,98 rumah ] Sebelum melakukan pemodelan terhadap beberapa faktor yang dduga mempengaruh waktu survval pasen tuberkuloss, terlebh dahulu dlakukan pengujan asums pemodelan hazard proporsonal melalu pola plot ln[ ln Sˆ( t) ] terhadap waktu survval yang dsajkan pada Gambar berkut. Log mnus log JensKelamn Lak-lak Perempuan Log mnus log Pendapatan <= Rp. 5. Rp.5. <Pendapatan<=Rp..5. Rp..5. <Pendapatan<=Rp..5. >Rp Pendapatan Jens Kelamn Log mnus log 5. KebasaanMerokok Merokok.5 Tdak merokok Merokok Log mnus log Penddkan... Penddkan Tdak lulus Sd SD SMP SMA Perguruan tngg Log mnus log Pencahayaan Bagus Tdak bagus Log mnus log Santas Bak Kurang bak Pencahayaan Santas Log mnus log Rumah Gambar Plot ln[ ln Sˆ( t) ] KeadaanRumah Bersh Kotor terhadap Waktu Survval Melalu Gambar dapat dketahu bahwa asums proportonal hazad telah terpenuh karena faktor-faktor yang dduga mempengaruh laju kesembuhan pasen tuberkuloss mempunya bentuk gars yang sejajar pada setap levelnya sehngga faktor-faktor tersebut dapat dmodelkan dalam model lognormal proportonal hazard. 7

8 e. Laju Kesembuhan Penderta Penyakt Tuberkuloss Untuk mengetahu laju kesembuhan pasen berdasarkan faktor-faktor yang mempengaruh ketahanan hdupnya dapat dketahu melalu nla odd rato tap varabel yang sgnfkan dengan menggunakan rumus pada persamaan (.) Tabel Nla Odd Rato Varabel Taksran Odd Rato Sg βˆ ( βˆ ) ( e ) Usa,7 <,,997 Pencahayaan kategor -,8 <,,87 Santas kategor -,87 <,,9 Konds Rumah kategor -,98,8, Untuk varabel pencahayaan kategor adalah pencahayaan bagus dan sebaga pembandngnya adalah kategor (pencahayaan tdak bagus), untuk santas kategor adalah santas bak dan pembandngnya adalah kategor (santas kurang bak) sedangkan untuk keadaan rumah kategor adalah rumah bersh dan sebaga pembandngnya kategor (rumah kotor), sehngga odd ratonya drumuskan sebaga berkut : odd rato = β ( ) e β ( ) = = e β e e β β Pada varabel kontnyu, nla dar e mempunya nterpretas perbandngan odds rato antara ndvdu dengan nla X lebh besar satuan dbandng ndvdu lan dan dar hasl perhtungan nla odd rato pada Tabel.5 dketahu bahwa faktor usa memlk nla odds rato sebesar,997 yang artnya setap pertambahan satu satuan usa pasen, maka resko untuk mencapa kesembuhan adalah sebesar /,997 kal atau dapat dkatakan bahwa pasen yang berusa satu tahun lebh tua memlk resko untuk sembuh sebesar /,997 atau,7 kal dar pasen yang berusa satu tahun lebh muda. Namun nla odds rato yang mendekat menunjukkan bahwa usa seorang pasen pada saat terkena tuberkuloss tdak terlalu membedakan laju kesembuhannya dar penyakt tersebut. Gambar berkut akan menunjukkan perbandngan laju kesembuhan pasen pada waktu t dengan usa yang berbeda-beda. Dmsalkan pasen berumur tahun, 5 tahun, tahun, 7 tahun dan 8 tahun maka laju kesembuhan ( h ˆ ( t ) ) permnggu dgambarkan sebaga berkut. h (t) t 8 th 5 th th 7 th 8 th Gambar Grafk Laju Kesembuhan Pasen Berdasarkan Usa Melalu Gambar dketahu bahwa setelah mnggu mengkut DOTS banyaknya pasen berusa, 5,, 7 dan 8 tahun yang sembuh dar tuberkuloss lebh dar 7 orang, tetap pasen dengan usa lebh tua laju kesembuhannya lbh tngg darpada pasen yang muda. Hal n tdak sesua dengan teor yang ada tetap dar gambar tersebut terlhat bahwa grafk setap usa bermptan atau tdak terlalu jauh jaraknya, sehngga perbedaan usa tdak terlalu mempengaruh laju kesembuhan pasen. Melalu Tabel 5 dapat dketahu bahwa pasen yang pencahayaan rumahnya bagus memlk resko sembuh dar tuberkuloss sebesar,87 kal dar pasen yang pencahayaan rumahnya tdak

9 bagus. Msalkan ada orang pasen dengan pancahayaan rumah tdak bagus sembuh dar tuberkuloss, maka jumlah pasen dengan pencahayaan rumah bagus yang sembuh dar tuberkuloss adalah (,87)()= 8,7 orang. Sehngga dapat dkatakan bahwa d RSUD Ibnu Sna jumlah pasen dengan pencahayaan rumah bagus yang sembuh lebh banyak 8 orang darpada pasen yang pencahayaan rumahnya tdak bagus. Perbandngan tersebut dapat dlhat pada Gambar 5 berkut : h (t) t 9 tdk bagus bagus Gambar 5 Grafk Laju Kesembuhan Pasen Berdasarkan Pencahayaan Gambar 5 adalah grafk laju kesembuhan pasen dengan kategor pencahayaan yang berbeda yatu pasen yang memlk pencahayaan rumah bagus dan pasen yang memlk pancahayaan rumah tdak bagus. Melalu Gambar 5 dapat dketahu bahwa laju kesembuhan pasen yang pencahayaan rumahnya bagus lebh tngg darpada yang pencahayaannya tdak bagus terlhat dar banyaknya pasen yang sembuh pada waktu t. Selan tu melalu Tabel dapat dketahu bahwa pasen yang keadaan santas rumahnya sudah bak memlk resko sembuh dar tuberkuloss sebesar,9 kal dar pasen yang keadaan santas rumahnya kurang bak. Msalkan ada orang pasen dengan santas rumah kurang bak sembuh dar tuberkuloss, maka jumlah pasen dengan santas rumah sudah bak yang sembuh dar tuberkuloss adalah (,9)()= 9, orang. Sehngga dapat dkatakan bahwa d RSUD Ibnu Sna jumlah pasen dengan keadaan santas rumah bak yang sembuh lebh banyak 9 orang darpada pasen yang keadaan santas rumahnya kurang bak. Untuk mengetahu pengaruh perbedaan santas terhadap laju kesembuhan dapat dlhat pada gambar berkut h (t) t kurang bak Gambar Grafk Laju Kesembuhan Pasen Berdasarkan Santas Gambar adalah grafk laju kesembuhan pasen yang memlk santas bak dan pasen yang memlk santas kurang bak. Melalu Gambar dapat dketahu bahwa laju kesembuhan pasen yang santas rumahnya bak lebh tngg darpada yang santas rumahnya kurang bak, terlhat dar letak grafk laju kesembuhan pasen dengan santas bak berada d atas grafk laju kesembuhan pasen dengan santas kurang bak. Varabel terakhr yang merupakan faktor yang mempengaruh katahanan hdup pasen adalah keadaan rumah dan dar nla odd rato pada Tabel dperoleh hasl bahwa pasen yang keadaan rumahnya bersh memlk resko sembuh dar tuberkuloss sebesar, kal dar pasen yang keadaan rumahnya kotor. Jka dmsalkan ada orang pasen dengan keadaan rumah kotor sembuh dar tuberkuloss, maka jumlah pasen dengan keadaan rumah bersh yang sembuh dar tuberkuloss adalah (,)()=, orang. Sehngga dapat dkatakan bahwa d RSUD Ibnu bak

10 Sna jumlah pasen dengan keadaan rumah bersh yang sembuh dar tuberkuloss lebh banyak orang darpada pasen yang keadaan rumahnya kotor. Berkut adalah gambar grafk laju kesembuhan pasen berdasarkan perbedaan keadaan rumah h (t) t kotor bersh Gambar 7 Grafk Laju Kesembuhan Pasen Berdasarkan Keadaan Rumah Melalu Gambar 7 dapat dketahu bahwa laju kesembuhan pasen yang keadaan rumahnya bersh dengan pasen yang keadaan rumahnya kotor tdak jauh berbeda, artnya perbedaan keadaan rumah tdak terlalu berpengaruh terhadap laju kesembuhan pasen. Hal n dapat dlhat dar grafk laju kesembuhan yang letaknya bermpt. Namun meskpun bermpt mash terlhat bahwa laju kesembuhan pasen yang keadaan rumahnya bersh lebh tngg darpada pasen yang keadaan rumahnya kotor 5. KESIMPULAN DAN SARAN Kesmpulan Kesmpulan yang dapat dambl dar hasl analss dan pembahasan pada bab sebelumnya adalah :. Pasen penderta penyakt tuberkuloss yang mengkut program DOTS d RSUD Ibnu Sna tahun 8 dan 9 sebagan besar berjens kelamn perempuan sehngga banyak yang memlk kebasaan tdak merokok. Pasen banyak yang penddkan akhrnya SMP dan memlk pendapatan keluarga sebesar Rp..5. sampa dengan Rp..5.. Selan tu sebagan besar keadaan rumahnya tdak cukup bak terlhat dar banyaknya pasen yang pencahayaan dalam rumah mash kurang bagus, santas rumah belum bak dan juga kebershan lngkungan rumah yang belum bak.. Berdasarkan hasl dar pemodelan regres lognormal dketahu faktor-faktor yang mempengaruh ketahanan hdup pasen penderta tuberkuloss adalah faktor usa, pencahayaan, santas dan keadaan rumah. Sedangkan dar hasl kajan estmas parameter serta fungs hazard untuk pasen ke- dperoleh hasl bahwa fungs hazard untuk pasen ke- adalah ln t ˆ µ φ hˆ ˆ ( t) = σ exp( β ' x ) ln ˆ t µ Φ ˆ σ t ˆ σ. Berdasarkan nla odd rato dsmpulkan bahwa pasen yang berusa satu tahun lebh tua memlk resko untuk sembuh sebesar,7 kal dar pasen yang berusa satu tahun lebh muda. Pasen yang pencahayaan rumahnya bagus memlk resko sembuh dar tuberkuloss sebesar,87 kal dar pasen yang pencahayaan rumahnya tdak bagus. Pasen yang keadaan santas rumahnya sudah bak memlk resko sembuh dar tuberkuloss sebesar,9 kal dar pasen yang keadaan santas rumahnya kurang bak. Pasen yang keadaan rumahnya bersh memlk resko sembuh dar tuberkuloss sebesar, kal dar pasen yang keadaan rumahnya kotor. Sedangkan dar grafk fungs hazard terlhat bahwa laju kesembuhan pasen tdak terlalu berbeda antara kategor satu dengan kategor lannya dtunjukkan dengan bentuk grafk yang hampr bermpt.

11 Saran Saran yang dapat dberkan dar hasl peneltan n adalah untuk metode parametrk dengan menggunakan model proportonal hazard sebaknya menggunakan pendekatan dstrbus webull karena dstrbus webull memlk sfat proportonal. Jka asums parametrk tdak terpenuh sepert tdak ada pendekatan dstrbus yang sesua, maka dapat menggunakan metode sem parametrc.. DAFTAR PUSTAKA Collet, D. (99). Modellng Survval Data n Medcal Reseach. London: Chapman and Hall Hswan. (7). Tuberkuloss Merupakan Penyakt yang Mash Menjad Masalah Kesehatan Masyarakat. Dambl Februar 9,, dar httppdf-search-engne.comfaktor-lngkunganyang-mempengaruh-kejadan-tb-pdf-.html.pdf Hogg, R. V., & Crag, A. T. (995). Introducton to Mathematcal Statstcs (5 th ed.). New Jersey: Prentce Hall, Inc. Hosmer, D. W., & Lemeshow, S. (997). Appled Survval Analyss Regresson Modelng of Tme to Event Data. New York: John Wley and Sons, Inc. Marhma, R, P. (8). Pemodelan Regres Cox Terhadap Faktor Yang Mempengaruh Ketahanan Hdup Penderta Kanker Leher Rahm (Stud Kasus D RSU DR. Soetomo Surabaya) (Unpublshed fnal project). Insttut Teknolog Sepuluh Nopember, Surabaya Klenbaum, D. G., & Klen, M. (5). Survval Analyss ( nd ed.). New York: Sprnger Scence Busness Meda, Inc. Law, A. M., & Kelton, D. W. (). Smulaton Modellng Analyss ( th ed.). New York: MacGraw-Hll Le, C. T. (997). Appled Survval Analyss. New York: John Wley and Sons, Inc. Pardesh, G. (9). Survval Analyss And Rsk Faktor For Death In Tuberculoss Patents On Drectly Observed Treatment-Short Course. Indan Journal of Medcal Scences,, 8-8. Dambl November 9, 9, dar Permatasar, A. (5). Pemberantasan Penyakt TB Paru dan Strateg DOTS. Dambl November 9, 9, dar httplbrary.usu.ac.ddownloadfkparu-amra.pdf Pnto, W. P., Hadad, D. J., Telles, M. A. S., Uek, S. Y. M., Palac, M., & Basle, M. A. (). Tuberculoss and Drug Resstance among Patents Seen at an AIDS Reference Centre n Sao Paulo, Brazl. Internatonal Journal of Infectous Dseases, 5, 9-. Dambl November 5, 9, dar Prabu, P. (8). Faktor Resko TBC. Dambl Februar 9,, dar Retnowat, A. (9). Bas Pada Penaksran Parameter Model Regres Cox Dan Regres Logstk (Pemodelan Waktu Survval Lama Stud Mahasswa Pascasarjana ITS) (Unpublshed fnal project). Insttut Teknolog Sepuluh Nopember, Surabaya Rumah Sakt Penyakt Infeks. (5). Tuberkuloss. Dambl November 9, 9, dar Sant, M., Capocacca, R., Colleman, M. P., Berrno, F., Gatta, G., Mchel, A., Verdeccha, A., Favre, J., Hakulnen, T., Coebergh, J. W. W., Martnez-Graca, C., Forman, D., Zappone, A., & EUROCARE Workng Group. (). Cancer Survval Increase n Europe, but Internatonal Dfferences Reman Wde. EuropeanJournal of Cancer, 7, Dambl November 5, 9, dar Ulfahsyam. (). Syarat-syarat Rumah Sehat. Dambl Mart 5,, dar Rumah Sakt Penyakt Infeks. (5). Tuberkuloss. Dambl November 9, 9, dar Walpole, R. E. (995). Pengantar Statstka ( nd ed.). Jakarta: PT Grameda Pustaka Utama Yulana, Y., & Murwan, A. (7). Tngkat Keberhaslan Penyembuhan Tuberkuloss Paru Prmer Pada Anak Usa - Tahun D Desa Cbuntu Cbtung Bekas Dengan Pendekatan Pola Perawatan 7. Dambl Maret 9,, dar