BAB 4 ANALSIS DAN BAHASAN. Tuberculosis (TB Paru) berdasarkan variabel usia, jenis kelamin, perilaku
|
|
- Veronika Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 4 ANALSIS DAN BAHASAN 4.1. Analisis Data dan Bahasan Analsis Deskriptif Analisis deskriptif berikut ini menjelaskan kateristik pasien penderita Tuberculosis (TB Paru) berdasarkan variabel usia, jenis kelamin, perilaku merokok, dan berat badan. Karakteristik tersebut disajikan oleh gambar 4.1 sampai 4.4. Karakteristik ini diperoleh dari data sample yang diambil dari POLI TB DOTS RSUP Persahabatan pada periode januari juni Gambar 4.1 Pie Chart variabel usia Kateristik pasien berdasarkan variabel usia disajikan dalam Gambar 4.1. Dari gambar tersebut dapat diketahui bahwa sebagian besar penderita TB Paru berada pada usia dengan presentase sebesar 34%. Presentase penderita TB Paru terkecil berada pada usia 76 tahun keatas dengan presentase sebesar 1%. 47
2 48 Gambar 4.2 Pie Chart variabel jenis kelamin Karakteristik pasien berdasarkan variabel jenis kelamin disajikan dalam Gambar 4.2. Dari gambar tersebut dapat diketahui bahwa sebagian besar penderita TB Paru berada pada jenis kelamin perempuan dengan presentase sebesar 53%. Presentase penderita TB Paru untuk jenis kelamin laki-laki diketahui sebesar 47%. Gambar 4.3 Pie Chart variabel merokok Karakteristik pasien berdasarkan variabel perlakuan merokok disajikan dalam Gambar 4.3. Dari gambar tersebut dapat diketahui bahwa penderita TB Paru berada pada perlakuan merokok dengan presentase sebesar 59%. Presentase penderita TB Paru untuk perlakuan tidak merokok diketahui sebesar 41%. Gambar 4.4 Pie Chart variabel berat badan
3 49 Karakteristik pasien berdasarkan variabel berat badan disajikan dalam Gambar 4.4. Dari gambar tersebut dapat diketahui bahwa sebagian besar penderita TB Paru berada pada berat badan kg dengan presentase sebesar 53%. Presentase penderita TB Paru terkecil berada pada berat badan lebih dari 75 kg dengan presentase sebesar 41% Analisis variabel independent dan variabel dependen Analsis ini berguna untuk mengetahui nilai rata-rata, maximum, dan minimum dari variabel independen dan variabel dependen. Tabel 4.1 Analisis variabel waktu Variabel Mean Min Max Waktu - tersensor 65, tidak tersensor 60, Karakteristik pasien berdasarkan status pasien disajikan dalam tabel 4.1. Dari tabel tersebut dapat diketahui bahwa untuk status pasien tersensor rata-rata waktu pengobatan yang dilakukan penderita TB Paru adalah 65,204 hari. Waktu yang tercepat untuk staus pasien tersensor dalam menjalani pengobatan berada di waktu 15 hari. Waktu yang terlama untuk staus pasien tersensor dalam menjalani pengobatan berada di waktu 139 hari. Untuk status pasien tidak tersensor rata-rata waktu pengobatan yang dilakukan penderita TB Paru adalah 60,84 hari. Waktu yang tercepat untuk staus pasien tidak tersensor dalam menjalani pengobatan berada di waktu 8 hari. Waktu yang terlama untuk staus pasien tidak tersensor dalam menjalani pengobatan berada di waktu 140 hari.
4 50 Tabel 4.2 Analisis variabel waktu berdasarkan faktor Independen Usia Rata-Rata Min Max tahun 61, tahun 65, tahun 71, tahun 69, tahun 39, tahun 70, Jenis Kelamin Laki-laki = 1 69, Perempuan = 2 57, Perlakuan Merokok Tidak = 0 57, Ya = 1 72, Berat Badan 40 kg 67, kg 57, kg 68, kg 76, > 75 kg 84, Karakteristik pasien berdasarkan variabel waktu yang di pengaruhi oleh variabel usia disajikan dalam Tabel 4.2. Dari tabel tersebut dapat diketahui bahwa sebagian besar penderita TB Paru yang memiliki rata-rata
5 51 waktu pengobatan terlama berada pada usia tahun yaitu dengan waktu 71,385 hari. Waktu maksimal pada pasien melakukan pengobatan berada pada usia tahun yaitu 140 hari dan untuk waktu minimal pasien melakukan pengobatan berada pada pasien dengan usia tahun yaitu dengan waktu 8 hari. Karakteristik pasien berdasarkan variabel waktu yang di pengaruhi oleh variabel jenis kelamin disajikan dalam Tabel 4.2. Dari tabel tersebut dapat diketahui bahwa sebagian besar penderita TB Paru yang berada pada jenis kelamin laki-laki berada pada rata-rata waktu 69,179 hari. Rata-rata waktu penderita TB Paru yang memiliki memiliki jenis kelamin perempuan adalah 57,657. Waktu maksimal pada jenis kelamin laki-laki yaitu 140 hari dan untuk waktu minimal adalah 17 hari. Waktu maksimal pada jenis kelamin perempuan yaitu 139 hari dan untuk waktu minimal adalah 8 hari. Karakteristik pasien berdasarkan variabel waktu yang di pengaruhi oleh variabel perlakuan merokok disajikan dalam Tabel 4.2. Dari tabel tersebut dapat diketahui bahwa sebagian besar penderita TB Paru yang berada pada perlakuan merokok berada pada rata-rata waktu 72,467 hari. Rata-rata waktu penderita TB Paru yang memiliki memiliki perlakuan tidak merokok adalah 57,773. Waktu maksimal pada perlakuan merokok yaitu 140 hari dan untuk waktu minimal adalah 29 hari. Waktu maksimal pada perlakuan tidak merokok yaitu 139 hari dan untuk waktu minimal adalah 8 hari. Karakteristik pasien berdasarkan variabel waktu yang di pengaruhi oleh variabel berat badan disajikan dalam tabel 4.2. Dari tabel tersebut dapat diketahui bahwa sebagian besar penderita TB Paru yang memiliki rata-rata waktu pengobatan terlama berada pada berat badan > 75 kg yaitu dengan
6 52 waktu 84,333 hari. Waktu maksimal pada pasien melakukan pengobatan berada pada pasien yang memiliki berat badan kg yaitu 140 hari dan untuk waktu minimal pasien melakukan pengobatan berada pada pasien yang memiliki berat badan kg yaitu dengan waktu 8 hari Kaplan-Meier Kaplan-Meier berfungsi untuk mengetahui peluang survive pasien berdasarkan waktu dari pasien melakukan pengobatan sampai pasien sembuh. Gambar 4.5. Plot Kaplan-Meier Dari Gambar 4.5. dapat disimpulkan bahwa semakin lama pasien melakukan pengobatan maka peluang pasien sembuh semakin kecil. Misalkan pada t = 20 mempunyai peluang survive 0.98 yang menunjukkan bahwa peluang pasien untuk survive pada waktu lebih dari 20 hari sebesar 98%. Sedangkan untuk t = 140 mempunyai peluang survive sebesar 0 yang menunjukkan bahwa peluang pasien untuk survive pada waktu lebih dari 140 hari sebesar 0% Uji Penduga Distribusi Data Uji pendugaan distribusi data berfungsi untuk menduga sebaran data yang diperoleh dan untuk megetahui pemodelan yang tepat untuk data yang ada.
7 53 Tabel 4.3 Pengujian Distribusi Data Distribusi Anderson Darling Weibull Exponential Log-Normal Log-Logistic Tabel 4.3 menunjukkan bahwa nilai statistik Anderson Darling yang mempunyai nilai terendah ada pada distribusi weibull yang bernilai 2,9897. Maka dapat diketahui bahwa data yang diperoleh mengikuti distribusi weibull. Pemodelan hazard proportional dan Accelerated Failure Time mengikuti distribusi weibull Model Weibull Model weibull berfungsi untuk mendapatkan model PH dan AFT serta faktorfaktor yang mempengaruhi. Model weibull terbentuk berdasarkan data pasien penderita penyakit TB PARU Paru dari variabel usia, jenis kelamin, merokok, dan berat badan adalah sebagai berikut : Tabel 4.4 Nilai Taksiran Parameter pada Model Parameter Taksiran Z hitung Sig. Intercept x Usia x 10-01
8 54 Jenis Kelamin x Merokok x Berat Badan x Log (scale) x Tabel 4.4 menunjukkan bahwa variabel yang signifikan pada taraf 10% adalah jenis kelamin dan merokok. Hal tersebut ditunjukkan oleh nilai Z hitung > Z tabel = 1,645. Maka model hazard proportional dan AFT pada distribusi weibull dapat dibentuk sebagai berikut : S(t) = exp[-(exp[-( Usia Jenis Kelamin Merokok Berat Badan) t ) t ] h(t) = [exp( Usia Jenis Kelamin Perilaku Merokok Berat Badan)] t Perhitungan Nilai Acceleration Factor dan Hazard Ratio Perhitungan nilai acceleration factor ini berfungsi mengetahui nilai taksiran untuk laju kesembuhan pasien berdasarkan faktor-faktor yang mempengaruhi model. Tabel 4.5. Nilai Acceleration Factor dan Hazard Ratio Variabel Taksiran Acceleration Factor Hazard Ratio
9 55 Jenis Kelamin = Laki-Laki 2 = Perempuan Merokok = tidak merokok 1 = Merokok Dari Tabel 4.5 didapatkan nilai acceleration factor variabel jenis kelamin dari kategori laki-laki terhadap kategori perempuan yaitu 0, Nilai tersebut menunjukkan bahwa peluang survive pasien yang berjenis kelamin laki-laki lebih kecil dibandingkan dengan yang berjenis kelamin perempuan, maka waktu kesembuhan yang berjenis kelamin laki-laki lebih cepat dari yang berjenis kelamin perempuan. Berarti peluang waktu sembuh pasien dengan jenis kelamin laki-laki 0,66937 kali dari jenis kelamin perempuan. Nilai acceleration factor variabel perilaku merokok dari kategori tidak merokok terhadap kategori merokok yaitu 0,6942. Nilai tersebut menunjukkan bahwa peluang survive pasien yang tidak merokok lebih kecil dibanding dengan yang merokok, maka waktu waktu kesembuhan pasien yang tidak merokok lebih cepat dari yang merokok. Berarti peluang waktu sembuh pasien dengan perilaku tidak merokok 2, kali dari perilaku merokok. Nilai hazard ratio dari variabel jenis kelamin dari kategori laki-laki terhadap kategori perempuan yaitu 2, Nilai tersebut menunjukkan
10 56 bahwa peluang kesembuhan pasien yang berjenis kelamin laki-laki lebih besar dibandingkan dengan yang berjenis kelamin perempuan. Berarti peluang sembuh pasien dengan jenis kelamin laki-laki 2, kali dari jenis kelamin perempuan. Nilai hazard ratio dari variabel jenis kelamin dari kategori laki-laki terhadap kategori perempuan yaitu 2, Nilai tersebut menunjukkan bahwa peluang kesembuhan pasien yang tidak merokok lebih besar dibandingkan dengan yang merokok. Berarti peluang sembuh pasien dengan perilaku tidak merokok 2, kali dari perilaku merokok. Nilai acceleration factor dan hazard ratio dari variabel jenis kelamin berdasarkan kategori laki-laki terhadap kategori perempuan dapat diketahui bahwa kategori laki-laki memiliki peluang sembuh lebih besar dan waktu pengobatan lebih cepat dibandingkan kategori perempuan. Sementara itu yang tidak merokok memiliki peluang sembuh lebih besar dan waktu pengobatan lebih cepat dibandingkan dengan yang merokok Program Aplikasi Hasil perancangan layar disajikan dalam Gambar 4.6. Gambar adalah gambar awal program dijalankan. Fungsi tombol browse adalah untuk memilih file yang akan digunakan untuk proses perhitungan.
11 57 Gambar 4.6 Tampilan awal aplikasi Setelah memilih file, maka tombol View Data akan menjadi aktif. Gambar 4.7 adalah gambar dimana tombol View Data setelah diklik. Fungsi tombol View Data adalah melihat isi dari file yang telah dipilih pada tampilan awal. Check box Test Distribution of data, chexk box Kaplan-Meier test, Semi Parametric test dan Parametric test menjadi aktif.
12 58 Gambar 4.7 Tampilan View data Gambar menampilkan hasil perhitungan dari Test Distribution of Data. Dari gambar 4.8 menampilkan hasil perhitungan aplikasi menampilkan hasil perhitungan dan gambar 4.9 menampilkan interpretasi dari hasil perhitungan.
13 59 Gambar 4.8 Hasil perhitungan Test Distribution of Data Gambar 4.9 Hasil Interpretasi Test Distribution of Data Gambar menampilkan hasil perhitungan dari Test Kaplan- Meier. Dari gambar 4.10 menampilkan hasil perhitungan aplikasi menampilkan hasil perhitungan. Untuk gambar 4.11 menampilkan interpretasi dari hasil perhitungan dan untuk Untuk gambar 4.12 menampilkan plot Kaplan-Meier.
14 60 Gambar 4.10 Hasil perhitungan Kaplan-Meier Gambar 4.11 Hasil interpretasi perhitungan Kaplan-Meier
15 61 Gambar 4.12 Plot Kaplan-Meier Gambar menampilkan hasil perhitungan dari Semi Parametric Test. Dari gambar 4.13 menampilkan layar pemilihan variabel time, status, dan variabel dependen yang akan dihitung berdarkan model semi parametric. Gambar 4.14 aplikasi menampilkan hasil perhitungan.
16 62 Gambar 4.13 Layar Pemilihan Variabel Gambar 4.14 Hasil perhitungan model Semi Parametric Gambar menampilkan hasil perhitungan dari Parametric Test. Dari gambar 4.15 menampilkan layar pemilihan variabel time, status, distribution dan variabel dependen yang akan dihitung berdarkan model semi parametric. Gambar 4.16 aplikasi menampilkan hasil perhitungan.
17 63 Gambar 4.15 Layar pemilihan variabel model Parametric Gambar 4.16 Hasil perhitungan model Parametric
ANALISIS SURVIVAL UNTUK MENGETAHUI LAJU KESEMBUHAN PENYAKIT TB PARU di JAKARTA BERBASIS DESKTOP APPLICATION
ANALISIS SURVIVAL UNTUK MENGETAHUI LAJU KESEMBUHAN PENYAKIT TB PARU di JAKARTA BERBASIS DESKTOP APPLICATION Indra Maulana., Rokhana D.B., Franky H.M. Universitas Bina Nusantara Jl. Kebon Jeruk No. 27,
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang
BAB 3 METODE PENELITIAN 3.1. Wilayah dan Jadwal Penelitian Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang digunakan adalah pasien yang tercatat di RSUP Persahabatan, di Jakarta
Lebih terperinciBAB 1 PENDAHULUAN. Penyakit Tuberkulosis atau yg lebih dikenal dengan nama TB Paru merupakan
BAB 1 PENDAHULUAN 1.1. Latar belakang penelitian Penyakit Tuberkulosis atau yg lebih dikenal dengan nama TB Paru merupakan penyakit menular yang disebabkan oleh bakteri Mycobacteryum tuberculosis. Penyakit
Lebih terperinciANALISIS SURVIVAL FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PENDERITA HIPERTENSI DENGAN TERAPI TABLET CAPTOPRIL
ANALISIS SURVIVAL FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PENDERITA HIPERTENSI DENGAN TERAPI TABLET CAPTOPRIL Dessy Noor Hadiyah (300800504), Dr. Ir. Setiawan, MS. (960030987000) 2 Mahasiswa Jurusan
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK Oleh : Eldira Sukmawati (1308 100 50) Dosen Pembimbing : Prof.Dr.Drs. I Nyoman
Lebih terperinciD-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print)
D-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) Analisis Faktor yang Memengaruhi Laju Kesembuhan Pasien Tuberkulosis Paru di RSUD Dr. Soetomo Tahun 2015 Menggunakan Regresi
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 781-790 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS KETAHANAN HIDUP PENDERITA TUBERKULOSIS DENGAN MENGGUNAKAN
Lebih terperinci2 Telepon tetap 0 (1) X 3 Kepemilikan. 1 Memiliki telepon 1 telepon Tidak memiliki 2 telepon (1) (2) (3) (4) X 4 Uang muka (%) 1 <
L A M P I R A N Lampiran Peubah-peubah penjelas yang digunakan beserta peubah boneka yang dibentuk Peubah Kategori Keterangan Peubah Boneka () () () X Tipe motor Bebek kelas bawah Bebek kelas atas Motor
Lebih terperinciBAB III PEMBAHASAN. extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus
BAB III PEMBAHASAN BAB III PEMBAHASAN Pada Bab III ini akan dibahas tentang prosedur pembentukan model Cox extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus kejadian bersama yaitu
Lebih terperinciPENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN
Your logo PENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN MENDIRIKAN BANGUNAN) DI SURABAYA DENGAN METODE REGRESI COX Dosen Pembimbing : Prof.Drs.NUR IRIAWAN,MIkom,PhD PENDAHULUAN Dalam
Lebih terperinciKata Kunci: TBC, Laju Kesembuhan, Analisis Survival, Regresi Cox-Weibull
Jurnal Matematika UNAND Vol 5 No 4 Hal 62 71 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN MODEL REGRESI COX-WEIBULL UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI LAMA KESEMBUHAN PASIEN
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai
Lebih terperinciI. Identitas Informan Nama : Umur : Tahun Jenis Kelamin : Laki-laki/Perempuan Pendidikan Terakhir : Tanggal Wawancara :
88 PEDOMAN WAWANCARA ANALISIS PERAN PENGAWAS MINUM OBAT (PMO) TERHADAP KESEMBUHAN TUBERCULOSIS PARU DI PUSKESMAS MEDAN AREA SELATAN KECAMATAN MEDAN AREA TAHUN 2014 I. Identitas Informan Nama : Umur : Tahun
Lebih terperinciBAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang
BAB II KAJIAN TEORI BAB II KAJIAN TEORI A. Analisis Survival Analisis survival atau analisis ketahanan hidup adalah metode yang berhubungan dengan jangka waktu, dari awal pengamatan sampai suatu kejadian
Lebih terperinciPROSIDING Kajian Ilmiah Dosen Sulbar ISBN: FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL
FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL Hikmah FMIPA Universitas Sulawesi Barat hikmah.ugm@gmail.com Abstrak Faktor waktu sembuh penyakit alergi dan perbedaan waktu
Lebih terperinciMega Khoirunnisak Pembimbing: Prof. Drs. Nur Iriawan, MIkom, PhD
Pemodelan Faktor-faktor Yang Mempengaruhi Mahasiswa Berhenti Studi (Drop Out) di Institut Teknologi Sepuluh Nopember Menggunakan Analisis Bayesian Mixture Survival Mega Khoirunnisak 1308.100.501 Pembimbing:
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari manusia selalu dihadapkan dengan berbagai macam kejadian/peristiwa (event). Meskipun begitu, tidak semua peristiwa tersebut menjadi
Lebih terperinciREGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I. oleh NANDA HIDAYATI M
REGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I oleh NANDA HIDAYATI M0108098 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merupakan salah satu bidang dalam statistika yang digunakan untuk menganalisis data yang mengukur waktu terjadinya suatu kejadian ( event).
Lebih terperinciLampiran 1. Hasil Uji Statistik
Lampiran 1 Hasil Uji Statistik Analisis data tabel 4.3 perbandingan penderita tuberkulosis paru dan bukan penderita tuberkulosis menggunakan uji t tidak berpasangan (Independent t test) dengan program
Lebih terperinciBAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang dimaksud di sini adalah peristiwa kegagalan yang dapat berupa tidak berfungsinya benda tersebut
Lebih terperinciDAFTAR ISI. Halaman. viii
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii KATA PENGANTAR... iv ABSTRAK... vi ABSTACT... vii DAFTAR ISI... viii DAFTAR SIMBOL... xi DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR
Lebih terperinciPEMODELAN LAJU KESEMBUHAN PASIEN RAWAT INAP TYPHUS ABDOMINALIS
PEMODELAN LAJU KESEMBUHAN PASIEN RAWAT INAP TYPHUS ABDOMINALIS (DEMAM TIFOID) MENGGUNAKAN MODEL REGRESI KEGAGALAN PROPORSIONAL DARI COX (Studi Kasus di RSUD Kota Semarang) SKRIPSI Disusun oleh: Nama :
Lebih terperinciBAB 1 PENDAHULUAN. namun adakalanya angka-angka tersebut semata-mata dikumpulkan tanpa maksud atau
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini seringkali digunakan data yang umumnya berupa kumpulan angka, namun adakalanya angka-angka tersebut semata-mata dikumpulkan tanpa maksud atau alasan
Lebih terperinci4. HASIL DAN PEMBAHASAN
19 4. HASIL DAN PEMBAHASAN 4.1 Deskripsi Pasien ART Rendahnya imunitas dan beratnya keadaan klinis pasien saat memulai ART mempengaruhi lamanya proses perbaikan imunologis maupun klinis pasien. Tabel 2
Lebih terperinciHASIL DAN PEMBAHASAN. (a) (b) (c)
5 b. Analisis data daya tahan dengan metode semiparametrik, yaitu menggunakan regresi hazard proporsional. Analisis ini digunakan untuk melihat pengaruh peubah penjelas terhadap peubah respon secara simultan.
Lebih terperinciBAB V HASIL PENELITIAN. Universitas Diponegoro / RSUP Dr. Kariadi Semarang dan RSUD Kota
BAB V HASIL PENELITIAN Jumlah sampel pada penelitian ini setelah melewati kriteria inklusi dan eksklusi adalah sebanyak 70 subyek yang terdiri dari kelompok suplementasi dan kelompok tanpa suplementasi.
Lebih terperinciWULAN SAFITRI DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
ANALISIS KETAHANAN HIDUP PENDERITA TUBERKULOSIS DENGAN MENGGUNAKAN METODE REGRESI COX KEGAGALAN PROPORSIONAL (Studi Kasus di Puskesmas Kecamatan Kembangan Jakarta Barat) SKRIPSI Disusun Oleh: WULAN SAFITRI
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ada banyak penelitian yang outcome nya berkaitan dengan lama waktu. Secara umum waktu ini dikatakan waktu kesintasan. Banyak metode analisis yang dapat digunakan untuk
Lebih terperinciBAB 2 LANDASAN TEORI. data yang bertujuan untuk mengetahui hasil dari variabel yang mempengaruhi suatu
BAB 2 LANDASAN TEORI 2.1. Pengertian Analisis Survival Analisis survival adalah teknik statistik yang digunakan untuk menganalisis data yang bertujuan untuk mengetahui hasil dari variabel yang mempengaruhi
Lebih terperinciUji statistik multivariat digunakan untuk menguji
132 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 133 BAB 6 ANALISIS MULTIVARIAT Uji statistik multivariat digunakan untuk menguji
Lebih terperinciBAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event
BAB II TINJAUAN PUSTAKA A. Analisis Survival Analisis survival merupakan suatu analisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event terjadi dengan
Lebih terperinciMODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinciIMPLEMENTASI COX PROPORTIONAL HAZARD MODEL PARAMETRIK PADA ANALISIS SURVIVAL (Studi Kasus: Mahasiswa Universitas Internasional Batam)
Jurnal UJMC, Volume 3, Nomor 1, Hal. 29-38 pissn : 2460-3333 eissn : 2579-907X IMPLEMENTASI COX PROPORTIONAL HAZARD MODEL PARAMETRIK PADA ANALISIS SURVIVAL (Studi Kasus: Mahasiswa Universitas Internasional
Lebih terperinciPEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA
Jurnal UJMC, Volume 2, Nomor 1, Hal. 50-55 pissn : 2460-3333 eissn : 2579-907X PEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA Siti Alfiatur Rohmaniah 1 dan Danardono 2 1 Universitas
Lebih terperinciAnalisis Survival Parametrik Pada Data Tracer Study Universitas Sriwijaya
Analisis Survival Parametrik Pada Data Tracer Study Universitas Sriwijaya Alfensi Faruk Jurusan Matematika, Fakultas MIPA, Universitas Sriwijaya e-mail: alfensifaruk@unsri.ac.id Abstract: In this study,
Lebih terperinciBAB I PENDAHULUAN. Cure rate models merupakan model survival yang memuat cured fraction dan
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Cure rate models merupakan model survival yang memuat cured fraction dan uncured fraction. Model ini dikembangkan untuk estimasi proporsi pasien yang sembuh
Lebih terperinciANALISIS LAMA KAMBUH PASIEN HIPERTENSI DENGAN SENSOR TIPE III MENGGUNAKAN REGRESI COX KEGAGALAN PROPORSIONAL
ANALISIS LAMA KAMBUH PASIEN HIPERTENSI DENGAN SENSOR TIPE III MENGGUNAKAN REGRESI COX KEGAGALAN PROPORSIONAL (Studi Kasus di RSUD Kartini Jepara) SKRIPSI Disusun oleh : ISHLAHUL KAMAL 24010211140074 JURUSAN
Lebih terperinci5. ANALISIS HASIL PENELITIAN
5. ANALISIS HASIL PENELITIAN Pada bagian ini akan menguraikan hasil dari penelitian yang telah dilakukan. Jawaban dari permasalahan penelitian diperoleh berdasarkan hasil pengolahan 55 data hasil Tes Kreativitas
Lebih terperinciterdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu tahan hidup (survival) merupakan waktu tunggu hingga terjadinya suatu kejadian (event) tertentu. Pada bidang kesehatan, event dapat dianggap sebagai suatu kegagalan
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK
Lebih terperinciIdentifikasi Faktor Resiko 1
IDENTIFIKASI FAKTOR RESIKO TERJADINYA TB MDR PADA PENDERITA TB PARU DI WILAYAH KERJA KOTA MADIUN Lilla Maria.,S.Kep. Ners, M.Kep (Prodi Keperawatan) Stikes Bhakti Husada Mulia Madiun ABSTRAK Multi Drug
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di negara-negara berkembang termasuk di Indonesia terdapat banyak kasus yang berkaitan dengan kesehatan, salah satunya adalah munculnya penyakit, baik menular
Lebih terperinciBAB I PENDAHULUAN. Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis sering kali analisis data uji hidup digunakan. Analisis data uji hidup sendiri bertujuan
Lebih terperinciAnalisis Survival Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Demam Berdarah Dengue (DBD) di RSU Haji Surabaya dengan Regresi Cox
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-71 Analisis Survival Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Demam Berdarah Dengue (DBD) di RSU Haji Surabaya
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
7 BAB IV HASIL DAN PEMBAHASAN Metode yang digunakan untuk menganalisis keberlanjutan studi dalam wajib belajar 6 tahun (SD/MI) adalah metode Life Table, Kaplan-Meier, dan hazard proporsional Cox. 4.1 Metode
Lebih terperinciBAB IV ANALISIS HASIL PENELITIAN. Satriyan kecamatan Tersono kabupaten Batang. Langkah-langkah yang dilakukan
64 BAB IV AALISIS HASIL PEELITIA Pembahasan tentang analisis data ini mengarah pada penyelesaian permasalahan yang telah diajukan pada Bab I yakni: Bagaimana pengaruh tingkat pendidikan orang tua terhadap
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Analisis Survival
BAB 2 LANDASAN TEORI Pada bab ini akan dipaparkan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan bab selanjutnya dan pembahasan utama dalam penelitian
Lebih terperinci5. HASIL DAN ANALISIS PENELITIAN
5. HASIL DAN ANALISIS PENELITIAN Pada bab ini peneliti menjelaskan mengenai hasil penelitian yang diperoleh dan akan diuraikan ke dalam gambaran subjek, analisis data dan interpretasi hasil penelitian.
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik
BAB 4 HASIL DAN PEMBAHASAN 4.1.Pengumpulan Data Kerusakan Mesin Dalam penelitian ini, penulis meneliti kerusakan pada mesin kempa yang merupakan mesin paling kritis dalam industri pengolahan minyak sawit.
Lebih terperinciBAB 4 ANALISIS DAN HASIL PENELITIAN. Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan
BAB 4 ANALISIS DAN HASIL PENELITIAN 1.1 Analisis Hasil Penelitian 1.1.1 Analisis Deskriptif Statistik Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan dijadikan sampel
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Data yang digunakan pada penelitian ini adalah data pemantauan pertumbuhan
BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil Pengumpulan Data Data yang digunakan pada penelitian ini adalah data pemantauan pertumbuhan anak di Kelurahan Karang Kitri, Bekasi Timur. Anak yang menjadi objek penelitian
Lebih terperinciProporsi pneumonia yang terpajan periodontal 41 OR = = = 0,21 Proporsi tidak pneumonia yang terpajan periodontal 193
Perhitungan Besar Sampel n = [ Z 1-α/2 2P(1-P) + Z β P 1 (1-P 1 ) +P 2 (1-P 2 ) ] 2 (P 1 -P 2 ) 2 Keterangan rumus: n: jumlah sampel α: tingkat kemaknaan yang ditetapkan peneliti. Dalam penelitian ini,
Lebih terperinci6. Pekerjaan : 1). Bekerja 2). Tidak bekerja
KUESIONER PENELITIAN PENGARUH KEPATUHAN DAN MOTIVASI PENDERITA TB PARU TERHADAP TINGKAT KESEMBUHAN DALAM PENGOBATAN DI PUSKESMAS SADABUAN KOTA PADANGSIDIMPUAN TAHUN 2011 =============================================================
Lebih terperinciBAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU 3.1 Model Regresi Cox Proportional Hazard dengan Variabel Terikat oleh Waktu Model regresi Cox proportional hazard
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini banyak sekali penyakit berbahaya yang muncul dalam dunia kesehatan. Penyakit-penyakit ini bukan lagi diturunkan melalui faktor gen namun gaya hidup (pola
Lebih terperinciANALISIS SURVIVAL DALAM MEMODELKAN SISWA PUTUS SEKOLAH
123 Jurnal Scientific Pinisi, Volume 3, Nomor 2, Oktober 2017, hlm. 123-127 ANALISIS SURVIVAL DALAM MEMODELKAN SISWA PUTUS SEKOLAH Rahmat Hidayat 1, Yuli Hastuti 2 Program Studi Matematika, Fakultas Sains
Lebih terperinciRESIDUAL COX-SNELL DALAM MENENTUKAN MODEL TERBAIK DALAM ANALISIS SURVIVAL
Jurnal Dinamika, September 204, halaman - ISSN 2087-7889 Vol. 05. No. 2 RESIDUAL COX-SNELL DALAM MENENTUKAN MODEL TERBAIK DALAM ANALISIS SURVIVAL Rahmat Hidayat Program Studi Matematika, Fakultas Sains
Lebih terperinciPemodelan Kekambuhan Pasien Kanker Serviks di RSUD dr. Soetomo Surabaya Menggunakan Regresi Cox Extended
JURNAL SAINS DAN SENI IS Vol. 6, No. 2, (2017) ISSN: 2337-3520 (2301-928X Print) D-192 Pemodelan Kekambuhan Pasien Kanker Serviks di RSUD dr. Soetomo Surabaya Menggunakan Regresi Cox Extended annassia
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Pengumpulan Data 3.1.1 Metode Pemilihan Sample Populasi sample yang diikutsertakan dalam penelitian ini adalah nasabah atau debitur dari perusahaan pembiayaan sepeda motor
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan linear sequential (waterfall). Metode ini terdiri dari empat tahapan yaitu analisis,
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan II Statistika Deskripsi dan Eksplorasi Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama 1
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Dalam penelitian yang dimaksud dengan Analisis Statistik Deskriptif adalah proses transformasi data penelitian dalam bentuk tabulasi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
28 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian Penelitian ini dilakukan di RS PKU Muhammadiyah Yogyakarta. Pengambilan data dimulai 14 september 2015 sampai 24 september 2015. Sumber penelitian diambil
Lebih terperinciBAB I PENDAHULUAN. Menurut Lee (2001), terdapat tiga faktor yang dibutuhkan dalam menentukan waktu survival, yaitu:
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, manusia tidak terlepas dari berbagai macam peristiwa (event) yang dialami. Peristiwa-peristiwa tersebut dapat berupa kebahagiaan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah suatu metode yang berhubungan dengan waktu, mulai dari time origin atau start point sampai terjadinya suatu kejadian khusus atau end point.
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Karakteristik Responden Metode survei yang digunakan adalah metode random sampling yaitu cara pengambilan sampel memberikan kesempatan yang sama pada responden untuk diambil
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Puskesmas Bandung, Puskesmas Pakel, dan Puskesmas Kauman pada bulan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Penelitian dilakukan di 5 Puskesmas di Kabupaten Tulungagung, Jawa Timur yaitu di Puskesmas Tanggunggunung, Puskesmas Campurdarat, Puskesmas Bandung,
Lebih terperinciBAB IV HASIL DAN ANALISA DATA
BAB IV HASIL DAN ANALISA DATA Untuk mendapatkan hasil variabel mana yang paling signifikan dan mendapatkan penghitungan pengaruh hazard dan survival pada masing-masing variabel, maka dilakukan regresi
Lebih terperinciAnalisis Survival Dengan Model Regresi Cox Study Kasus: Pasien Demam Berdarah Dengue di Rumah Sakit Haji Surabaya
Jurnal Matematika Vol. 2 No. 2, Desember 2012. ISSN : 1693-1394 Analisis Survival Dengan Model Regresi Cox Study Kasus: Pasien Demam Berdarah Dengue di Rumah Sakit Haji Surabaya Ni Putu Lisa Ernawatiningsih
Lebih terperinciMODEL PARAMETRIK WEIBULL ACCELERATED FAILURE TIME (AFT) SKRIPSI
UNIVERSITAS INDONESIA MODEL PARAMETRIK WEIBULL ACCELERATED FAILURE TIME (AFT) SKRIPSI CINDY AYUNI SAFITRI 0806325453 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Partisipan Penelitian Riset partisipan dalam penelitian ini adalah penderita Tuberkulosis yang sedang menjalankan pengobatan di Instalasi Rawat Jalan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis data survival yaitu kumpulan dari beberapa metode untuk menganalisis data yang terjadi dari titik asal sampai terjadinya event. Pada analisis survival terdapat
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Berikut ini akan dipaparkan hasil pengolahan data dari penelitian
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Berikut ini akan dipaparkan hasil pengolahan data dari penelitian mengenai hubungan antara cara mengajar guru dengan self-efficacy siswa pada pemerolehan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. terhadap variable-variabel dalam penelitian ini. Data-data yang dihasilkan
1 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Penyajian Data Penyajian data didasarkan atas hasil penelitian yang telah dilakukan terhadap variable-variabel dalam penelitian ini. Data-data yang dihasilkan
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan II Statistika Deskripsi dan Eksplorasi Septian Rahardiantoro - STK IPB 1 Misalkan diketahui data sebagai berikut Data 1 No Jenis Kelamin Tinggi Berat Agama 1
Lebih terperinciANALISIS SURVIVAL DENGAN MODEL REGRESI COX TERHADAP LAJU KESEMBUHAN PENDERITA DBD DI RUMAH SAKIT MUHAMMADIYAH MEDAN TAHUN 2014.
ANALISIS SURVIVAL DENGAN MODEL REGRESI COX TERHADAP LAJU KESEMBUHAN PENDERITA DBD DI RUMAH SAKIT MUHAMMADIYAH MEDAN TAHUN 2014 Oleh : CHAIRIN SARAH NIM : 101000250 FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Pada bab ini penulis akan menganalisis data yang telah terkumpul yaitu data dari Dana Perimbangan dan Belanja Modal Provinsi Jawa Timur,
Lebih terperinciBAB 4 Hasil Penelitian dan Interpretasi
47 BAB 4 Hasil Penelitian dan Interpretasi Pada bab ini, akan dipaparkan hasil penelitian serta interpretasi dari hasil penelitian tersebut. Akan dijabarkan gambaran umum responden dan hasil dari analisa
Lebih terperinciBAB 4 HASIL PENELITIAN
BAB 4 HASIL PENELITIAN Pengambilan sampel dilakukan di Poliklinik Asma Rumah Sakit Persahabatan. Pengambilan data didahului dengan anamnesis dan pemeriksaan fisik pasien untuk mendiagnosis penyakit asma
Lebih terperinciBAB IV METODOLOGI PENELITIAN. Sesuai dengan tujuan yang hendak dicapai, maka jenis penelitian yang akan
BAB IV METODOLOGI PENELITIAN 4.1 Jenis Penelitian Sesuai dengan tujuan yang hendak dicapai, maka jenis penelitian yang akan digunakan pada penelitian ini adalah kuantitatif yang bersifat analitik dengan
Lebih terperinciBAB I PENDAHULUAN. statistik untuk menganalisis data dengan variabel terikat yang diperhatikan berupa
BAB I PENDAHULUAN BAB I PENDAHULUAN A. Latar Belakang Analisis survival atau analisis data ketahanan hidup adalah suatu metode statistik untuk menganalisis data dengan variabel terikat yang diperhatikan
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Statistika Deskripsi Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami. Teknik Penyajian Data Tabel Gambar
Lebih terperinciUNIVERSITAS INDONESIA MODEL COX STRATIFIKASI SKRIPSI DWI ANJAR FERIANA
UNIVERSITAS INDONESIA MODEL COX STRATIFIKASI SKRIPSI DWI ANJAR FERIANA 0706261612 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK JULI 2011 UNIVERSITAS INDONESIA MODEL
Lebih terperinciI. PENDAHULUAN. secara global masih menjadi isu kesehatan global di semua Negara (Dave et al, 2009).
1 I. PENDAHULUAN A. Latar Belakang Tuberkulosis Paru sampai saat ini masih menjadi masalah utama kesehatan masyarakat dan secara global masih menjadi isu kesehatan global di semua Negara (Dave et al, 2009).
Lebih terperinciBAB I PENDAHULUAN. kesehatan terutama di Negara berkembang seperti di Indonesia. Penyebaran
BAB I PENDAHULUAN A. Latar Belakang Tuberkulosis (TB) sampai saat ini masih menjadi masalah utama kesehatan terutama di Negara berkembang seperti di Indonesia. Penyebaran penyakit Tuberkulosis yang begitu
Lebih terperinciI. PENDAHULUAN. Mycobacterium tuberculosis. Menurut World Health Organization (WHO)
1 I. PENDAHULUAN 1.1 Latar Belakang Tuberkolosis (TB) merupakan penyakit menular yang disebabkan oleh kuman Mycobacterium tuberculosis. Menurut World Health Organization (WHO) dalam satu tahun kuman M.
Lebih terperinciPenerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999
Prosiding Statistika ISSN: 2460-6456 Penerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999 1 Anjalina Kusumawardhani, 2 Aceng Komarudin Mutaqin, 3 Lisnur Wachidah
Lebih terperinciJurnal Ilmiah Widya Teknik Vol No ISSN
Jurnal Ilmiah Widya Teknik Vol. 13 --- No. 1 --- 2014 ISSN 1412-7350 PERANCANGAN PREVENTIVE MAINTENANCE PADA MESIN CORRUGATING dan MESIN FLEXO di PT. SURINDO TEGUH GEMILANG Sandy Dwiseputra Pandi, Hadi
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini menggunakan desain penelitian analitik korelasi yaitu
39 BAB III METODE PENELITIAN A. Metode Penelitian Penelitian ini menggunakan desain penelitian analitik korelasi yaitu untuk mencari arah dan kuatnya hubungan antara dua variabel atau lebih (Sugiyono,
Lebih terperinciBAB V HASIL PENELITIAN
BAB V HASIL PENELITIAN 5.1 Hasil Analisis Karakteristik Responden 5.1.1 Usia Gambar 5.1 Distribusi Frekuensi Responden Berdasarkan Usia di Instalasi Gawat Darurat RS. Kepresidenan RSPAD Gatot Soebroto
Lebih terperinciBAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN
BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN A. Analisis Pendahuluan Analisis pendahuluan merupakan tahap pengelompokan data yang dimasukkan ke dalam
Lebih terperinciREGRESI COX MULTIVARIAT DENGAN DISTRIBUSI WIEBULL MULTIVARIAT
1 Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 REGRESI COX MULTIVARIAT DENGAN DISTRIBUSI WIEBULL MULTIVARIAT 1 Irfan Wahyudi 1 Mahasiswa S-3 Statistika FMIPA ITS,
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Pengertian Peramalan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang pengetahuan,
Lebih terperinciPRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Analisis Survival Kode/SKS: SS / (2/1/0) Dosen : SWP Semester :
RP-S1-SLK-03 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 5 A. CAPAIAN PEMBELAJARAN : 1. CP 3.2 : Melakukan analisis data dengan menggunakan program statistik 2. CP 5.1 : Menganalisis
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Kelurahan Karang Kitri, Bekasi Timur. Karang Kitri merupakan salah satu dari 18
BAB 3 METODOLOGI PENELITIAN 3.1. Gambaran Umum Objek Objek yang digunakan pada penelitian ini adalah anak-anak yang berada di Kelurahan Karang Kitri, Bekasi Timur. Karang Kitri merupakan salah satu dari
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Gambaran tersebut dapat
Lebih terperinciBAB IV HASIL PENELITIAN. penelitian ini, maka diperlukan gambaran mengenai data-data yang digunakan.
BAB IV HASIL PENELITIAN A. Deskripsi Data Untuk mempermudah dalam mengidentifikasikan variabel data dalam penelitian ini, maka diperlukan gambaran mengenai data-data yang digunakan. Adapun gambaran data
Lebih terperinciBAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah
BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan
Lebih terperinci