BAB I PENDAHULUAN 1.1 Latar Belakang
|
|
- Sucianty Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 makan) masyarakat. Ketahanan para pasien yang menderita penyakit tersebut merupakan kajian yang menarik untuk diuji, berapa lama waktu pasien tersebut bertahan hidup hingga berhasil sembuh atau mengalami kegagalan. Untuk menguji ketahanan para pasien terhadap suatu penyakit diperlukan suatu alat uji. Maka peranan statistika sangat diperlukan untuk menganalisis kejadian tersebut. Salah satu alat yang digunakan yaitu analisis ketahanan hidup atau sering dikenal dengan istilah analisis survival. Analisis survival merupakan analisis data yang sesuai dengan waktu dari waktu yang terdefinisi sampai suatu peristiwa tertentu terjadi atau disebut titik akhir. Dalam penelitian kedokteran, waktu terdefinisi berhubungan dengan keikutsertaan individu dalam suatu eksperimental seperti percobaan klinik untuk membandingkan dua atau lebih pengobatan. Dengan kata lain berhubungan dengan diagnosa dari beberapa penyakit. Apabila titik akhir tersebut adalah kematian dari pasien, maka disebut waktu survival (survival time). Analisis survival dapat juga digunakan untuk titik akhir yang tidak fatal seperti kesembuhan atau kekambuhan (Collet, 1997). Analisis uji waktu hidup dikenal juga sebagai analisis survival. Dengan kata lain, analisis survival digunakan untuk menguji tentang daya tahan atau keandalan suatu komponen ataupun pengukuran lamanya daya uji tidak terjadinya kegagalan atau kerusakan suatu alat untuk melakukan fungsinya secara wajar selama periode operasi yang ditentukan. Waktu daya tahan hidup dapat dinyatakan sebagai variabel non-negatif, sehingga analisis tahan hidup dapat dinyatakan sebagai prosedur statistik pada variabel random nonnegatif yang berfungsi untuk mengetahui ketahanan hidup objek yang diteliti. Distribusi waktu 1
2 2 ketahanan hidup dapat dinyatakan oleh tiga fungsi yaitu: 1. Fungsi ketahanan hidup: probabilitas suatu individu tidak mendapatkan event (survive) lebih lama dari waktu tertentu 2. Fungsi probabilitas densitas 3. Fungsi hazard: tingkat (rate) terjadinya suatu event pada waktu tertentu Fungsi ketahanan hidup (survival function) didefiniskan sebagai probabilitas tahan hidup sampai waktu tertentu. Fungsi ketahanan hidup dapat dikelompokkan menjadi dua metode estimasi, yaitu metode parametrik dan metode non parametrik. Metode parametrik digunakan jika diasumsikan distribusi populasi terlebih dahulu, sedangkan metode nonparametrik adalah metode yang tidak tergantung pada asumsi distribusi populasi. Umumnya, metode yang digunakan untuk mengestimasi fungsi tahan hidup pada data tak lengkap dapat menggunakan estimasi Kaplan-Meier, estimasi Nelson-Aalen, dan untuk membandingkan kelompok didalam observasi digunakan uji log-rank. Waktu ketahanan hidup (T) merupakan variabel random nonnegatif yang mewakili ketahanan hidup dari individu-individu dalam populasi yang merupakan variabel random kontinu dalam interval [0, ) atau ketahanan hidup pada waktu t dengan t > 0. Dalam menentukan waktu ketahanan hidup, terdapat tiga elemen yang harus diperhatikan yaitu waktu awal (time origin), defnisi failure time yang harus jelas, dan skala waktu sebagai satuan pengukuran. Perbedaan antara analisis ketahanan hidup dengan analisis statistik lainnya adalah adanya data tersensor. Menurut Pyke & Thompson (1986) data dikatakan tersensor jika pengamatan waktu ketahanan hidup hanya sebagian, tidak sampai failure event. Penyebab terjadinya data tersensor antara lain: 1. Loss to follow up, terjadi bila obyek pindah, meninggal atau menolak untuk berpartisipasi. 2. Drop out, terjadi bila perlakuan dihentikan karena alasan tertentu. 3. Termination, terjadi bila masa penelitian berakhir sementara obyek yang diobservasi belum mencapai failure event.
3 3 Dalam penulisan ini diambil data yang tersensor interval. Contoh dari studi pada pasien kanker payudara dan data pertumbuhan gigi 24. Pasien dibagi menjadi dua kelompok menurut perlakuan terhadap pasien kanker tersebut. Kelompok pertama mendapat perlakuan dengan radioterapi dan kelompok lainnya mendapat perlakuan radioterapi dan kemoterapi. Dua kelompok pasien diperiksa setiap 4-6 bulan. Dalam studi ini yang menjadi kejadian (event) adalah waktu sampai terlihatnya retraksi payudara (breast retraction) dan dibandingkan pada masing-masing perlakuan. Beberapa pasien melewatkan beberapa jadwal pemeriksaan berturut-turut dan kembali lagi kemudian dengan status klinis yang sudah berubah. Observasi terhadap beberapa pasien ini termasuk observasi tersensor interval. Adapun data lain yang digunakan yang juga didalamnya terdapat tersensor interval yakni data pertumbuhan gigi 24 terhadap 4386 anak Flemish baik laki-laki dan perempuan yang berusia 7-12 tahun. Event yang akan diperhatikan ialah pertumbuhan gigi 24. Statistik uji yang paling umum digunakan adalah tes logrank diusulkan oleh Mantel (1966) dan uji Gehan-Wilcoxon diusulkan oleh Gehan (1965). Selanjutnya, Peto dan Peto (1972) memverifikasi bahwa uji log-rank adalah uji yang paling kuat terhadap alternatif proporsional hazard ketika distribusi penyensoran sama. Namun, uji Gehan-Wilcoxon lebih tepat untuk alternatif dengan perbedaan hazard awal. Selain itu, Gill (1980) menyatukan uji yang didasarkan pada jumlah perbedaan weight untuk memperkirakan dua fungsi hazard kumulatif sebagai weighted log-rank test. Weighted log-rank test merupakan tes alternatif dari uji log-rank, dimana digunakan ketika terjadi perpotongan pada kurva survival dan hazard dan merujuk pada non-propotional hazard. Fungsi hazard dapat berpotongan walaupun kurva survival tidak saling berpotongan. Dasar inilah diperlukan uji alternatif dari uji logrank, sehingga digunakan weighted log-rank test. Dalam penulisan ini dikaji beberapa uji dalam weighted log-rank test yakni uji log-rank Sun, uji Finklestein, Uji Wilcoxon-Peto, dan Uji Fleming-Harrington.
4 4 1.2 Perumusan Masalah Dari latar belakang di atas, maka penulis dapat merumuskan beberapa permasalahan yang menjadi kajian dalam penelitian ini, yaitu: 1. Bagaimana menganalisis kurva survival pada kasus data tersensor interval? 2. Apakah terdapat perbedaan probabilitas survive antar kelompokkelompok pada kasus tersensor interval? 3. Uji alternatif dari weighted log-rank test manakah yang memberikan hasil terbaik? 1.3 Tujuan dan Manfaat Penelitian Adapun tujuan yang ingin dicapai dalam penelitian ini, yaitu sebagai berikut: 1. Mempelajari konsep dasar estimasi fungsi survival nonparametrik dan perluasannya dengan menggunakan weighted log-rank test untuk data tersensor interval 2. Menerapkan weighted log-rank test untuk data tersensor interval 3. Mengetahui perbedaan probabilitas survive antar kelompok-kelompok dalam data tersensor interval 4. Uji alternatif dari weighted log-rank test mana yang memberikan hasil terbaik dalam menunjukkan perbedaan probabilitas survive antar kelompok-kelompok dalam data tersensor interval Dari penulisan diharapkan penulisan ini dapat bermanfaat bagi penulisanpenulisan selanjutnya dan dapat memberikan manfaat bagi pihak rumah sakit dalam menentukan pengobatan (terapi) mana yang efektif bagi para pasien sehingga dapat memperoleh kesembuhan (dapat bertahan hidup lebih lama).
5 5 1.4 Pembatasan Masalah Dalam penelitian ini, pembahasan hanya dibatasi pada penerapan weighted log-rank test untuk melihat apakah terdapat perbedaan probabilitas survive antar kelompok-kelompok dalam observasi. Data yang digunakan menggunakan data tersensor interval. 1.5 Tinjauan Pustaka Untuk membandingkan seluruh kurva survival, banyak metode yang baik yang telah diusulkan untuk menguji kesamaan dua fungsi survival, termasuk weighted log-rank test dan weighted Kaplan-Meier test (Chi dan Tsai, 2001). Dalam Peto dan Peto (1972) memperkenalkan uji log-rank, dijelaskan bagaimana melakukan uji logrank berbasis permutasi untuk data tersensor interval. Kemudian, Finkelstein (1986) mempelajari penerapan uji log-rank ke data interval-disensor secara rinci menggunakan dikelompokkan model kontinu. Uji log-rank ini tepat untuk membandingkan kelompok perlakuan saat respon waktu untuk event dan waktu hanya dapat diketahui jatuh ke interval. Sebuah Contohnya adalah waktu untuk kelangsungan hidup perkembangan bebas (Freidlin, Korn, Hunsberger, Gray, Saxman, dan Zujewski 2007), di mana pasien dipantau sebentar-sebentar dan perkembangan adalah diketahui telah terjadi hanya dalam waktu sejak kunjungan terakhir. Pendekatan naive, jika seseorang memiliki data tersensor interval, adalah hanya menyalahkan titik tengah dari interval dan melakukan tersensor kanan weighted log-rank test. Law dan Brookmeyer (1992) mempelajari pendekatan naive ini (Law dan Brookmeyer 1992, menggunakan istilah pengamatan tersensor berganda yang berarti pengamatan tersensor interval), dan menunjukkan melalui simulasi yang ketika mekanisme sensor yang berbeda antara kedua kelompok. Sehingga diperlukan uji yang lebih spesifik untuk menguji data tersensor interval.
6 6 Data tersensor interval merupakan gabungan dari data tersensor kanan dengan data tersensor kiri, dimana hanya diketahui event terjadi setelah suatu titik waktu tertentu pada data tersensor kanan dan begitu juga sebaliknya untuk data tersensor kiri. Dalam pengamatan tersensor interval, dengan waktu terjadinya kejadian akhir (event) individu ke-i yaitu terletak pada interval L i dan R i, maka data berada pada interval (L i, R i ]. Perhatikan bahwa untuk individu ke-i yang tidak mengalami event sampai pengamatan terakhir akan menjadi tersensor kanan terjadi antara interval (L i, ) dengan L i menjadi sama dengan waktu awal studi sampai kunjungan pemeriksaan terakhir R i =. Analog dengan kasus tersensor kanan, untuk suatu individu ke-i jika event yang menjadi perhatian telah terjadi sebelum kunjungan pemeriksaan pertama, maka data menjadi tersensor kiri berada pada interval (0, R i ] dengan L i =0 menunjukkan waktu awal studi dan R i adalah waktu dari awal studi sampai kunjungan pemeriksaan pertama. 1.6 Metodologi Penelitian Metode penulisan dalam karya tulis ini adalah berdasarkan studi literatur yang didapat dari jurnal-jurnal dan buku serta diktat kuliah yang terkait dengan tema penulisan ini teruatama yang berkaitan dengan weighted log-rank test untuk data tersensor interval. Penulisan ini juga akan didukung dengan software R. 1.7 Sistematika Penulisan Penulisan tesis 1 ini disusun dengan sistematika penulisan sebagai berikut: BAB I PENDAHULUAN Bab ini berisi tentang latar belakang masalah, tujuan dan manfaat penelitian, pembatasan masalah, tinjauan pustaka, metodologi penelitian, dan sistematika penulisan. BAB II LANDASAN TEORI Bab ini berisi tentang teori-teori yang akan digunakan dalam pembahasan, di antaranya Data Survival, Data tersensor dan terpotong,
7 7 BAB III BAB IV BAB V Data tersensor interval, Fungsi Survival dan Fungsi Hazard, Fungsi likelihood data tersensor interval, Estimator Kaplan-Meier dan Nelson Aalen, Uji Log-rank, Weighted log-rank Test. ANALISIS PENDEKATAN WEIGHTED LOG-RANK TEST UNTUK DATA TERSENSOR INTERVAL Bab ini membahas definisi data tersensor interval serta perumusan statistik uji, yakni weighted log-rank test yang akan digunakan untuk menganalisis data tersensor interval. STUDI KASUS Bab ini membahas tentang deskripsi data, penerapan dari estimator Kaplan-Meier dengan menggunakan metode midpoint, menganalisis uji hipotesis dengan pendekatan weighted log-rank test. KESIMPULAN DAN SARAN Bab ini berisi kesimpulan yang diperoleh dari hasil yang didapatkan pembahasan dan analisis studi kasus yang dilakukan, serta saran yang yang diberikan untuk penulisan-penulisan selanjutnya yang berkaitan dengan topik yang dibahas yang didasarkan pada kekurangankekurangan yang ada dalam penulisan ini.
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Data tahan hidup atau data survival adalah lama waktu sampai suatu peristiwa terjadi. Istilah data survival sendiri banyak digunakan dalam bidang ilmu kesehatan, epidemiologi,
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 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 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 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 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 terperinciPenggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F
Penggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F Used of Non Parametric Method to Compare Survival Function on Gehan Test, Cox Mantel,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Berkembangnya teknologi serta ilmu pengetahuan tidak terlepas dari riset, penelitian serta eksperimen. Eksperimen atau percobaan-percobaan tersebut
Lebih terperinciBAB III LANDASAN TEORI. analisis kesintasan bertujuan menaksir probabilitas kelangsungan hidup, kekambuhan,
17 BAB III LANDASAN TEORI 3.1 Data Analisis Survival (Survival Analysis) Analisis survival (survival analysis) atau analisis kelangsungan hidup atau analisis kesintasan bertujuan menaksir probabilitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan di dunia ini, hampir di setiap aspek banyak ditemui halhal berkaitan dengan data dan terkadang banyak permasalahan yang berkaitan dengan data, baik
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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Estimasi fungsi survival atau biasa disebut regresi fungsi survival merupakan bagian penting dari analisis survival. Estimasi ini biasa digunakan dalam
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 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 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 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Secara umum, analisis survival dapat didefinisikan sebagai seperangkat metode yang digunakan untuk menganalisis data di mana variabel outputnya berupa lama
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 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 I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Distribusi probabilitas binomial adalah distribusi probabilitas diskrit yang paling sering digunakan untuk merepresentasikan kejadian dalam kehidupan sehari-hari.
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan
II. TINJAUAN PUSTAKA 2.1 Analisis Survival Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan menduga probabilitas kelangsungan hidup, kekambuhan, kematian, dan peristiwaperistiwa
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 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. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival merupakan cabang dari ilmu statistika yang meliputi metode untuk menganalisis terjadinya suatu peristiwa (event) dengan waktu pengamatan tertentu.
Lebih terperinciBAB II TINJAUAN PUSTAKA. (Kleinbaum dan Klein, 2005). Persson (2002) mengatakan data sintasan adalah
BAB II TINJAUAN PUSTAKA 2.1. Analisis Sintasan 2.1.1. Pengertian Analisis Sintasan Analisis sintasan adalah kumpulan dari proses statistik untuk menganalisis data yang mana peubah yang diteliti adalah
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan metode statistik yang digunakan untuk analisis pada data-data survival. Data survival merujuk pada data antar kejadian, yaitu data
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data antar kejadian (time-to-event data) adalah data lama waktu sampai suatu peristiwa terjadi atau sering disebut data survival. Untuk memperoleh data antar
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Banyak jenis data memiliki struktur hirarki, tercluster, atau bersarang (nested). Hirarki tersebut dapat hadir secara alami dalam pengamatan observasional
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 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 terperinciPERBANDINGAN PENAKSIR KAPLAN MEIER DAN BERLINER HILL PADA ANALISIS TAHAN HIDUP PENDERITA KANKER PAYUDARA
PERBANDINGAN PENAKSIR KAPLAN MEIER DAN BERLINER HILL PADA ANALISIS TAHAN HIDUP PENDERITA KANKER PAYUDARA oleh USWATUN KHAYANATUN M 0106019 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II
ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II Ryndha, Anna 2, Nasrah 3 ABSTRAK Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merujuk pada sekumpulan metode statistika digunakan untuk menganalisis data antar kejadian, dimana variabel outputnya berupa lama waktu
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 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 terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam pembicaraan statistik, jawaban yang diinginkan adalah jawaban untuk ruang lingkup yang lebih luas, yakni populasi. Tetapi objek dari studi ini menggunakan sampel
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciPENGGUNAAN METODE KAPLAN-MEIER DAN LIFE TABLE ANALISIS SURVIVAL UNTUK DATA TERSENSOR. Rahmat Hidayat
Jurnal Dinamika, April 2016, halaman 1-8 ISSN 2087-7889 Vol. 07. No.1 PENGGUNAAN METODE KAPLAN-MEIER DAN LIFE TABLE ANALISIS SURVIVAL UNTUK DATA TERSENSOR Rahmat Hidayat Program Studi Matematika Fakultas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)
Lebih terperinciBAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi
BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi Garansi dapat diartikan sebagai jaminan yang diberikan secara tertulis oleh pabrik atau supplier kepada
Lebih terperinciBAB I PENDAHULUAN. menganalisis data dimana variabel yang diperhatikan adalah jangka waktu
BAB I PENDAHULUAN A. Latar Belakang Masalah Analisis survival merupakan prosedur statistika yang digunakan untuk menganalisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 204 ISSN 2085-7829 Perbandingan Aplikasi Metode Parametrik (Distribusi Log logistik) dan Non Parametrik (Nelson-Aalen Estimator) dalam Analisis Data Uji
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 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 terperinciAnalisis Survival Nonparametrik Pada Pasien Kanker Serviks di RSUD Dr. Soetomo Surabaya Menggunakan Metode Kaplan Meier dan Uji Log Rank
JURNAL SAINS DAN SENI IS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) Analisis Survival Nonparametrik Pada Pasien Kanker Serviks di RSUD Dr. Soetomo Surabaya Menggunakan Metode Kaplan Meier dan Uji
Lebih terperinciBAB IV METODOLOGI PENELITIAN. register status pasien. Berdasarkan register pasien yang ada dapat diketahui status pasien
27 BAB IV METODOLOGI PENELITIAN 4.1 Kerangka Pemikiran dan Hipotesis 4.1.1 Kerangka Pemikiran Penelitian ini dimulai dengan mengambil data pasien demam tifoid berasal dari register status pasien. Berdasarkan
Lebih terperinciBAB II TINJAUAN PUSTAKA. penulisan skripsi. Teori penunjang tersebut adalah: Regresi logistik, analisis survival,
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melalukan pembahasan mengenai permasalahan dari skripsi ini, pada bab ini akan diuraikan beberapa teori penunjang yang dapat membantu dalam penulisan skripsi.
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
Lebih terperinciMENGENAL ANALISIS KETAHANAN (SURVIVAL ANALYSIS)
36 Jurnal Keperawatan Indonesia, Volume 9, No.1, Maret 2005; 36-40 LEMBAR METODOLOGI MENGENAL ANALISIS KETAHANAN (SURVIVAL ANALYSIS) Dewi Gayatri * Tulisan ini bertujuan untuk mengenalkan analisis ketahanan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan analisis yang mempelajari terjadinya suatu peristiwa berdasarkan waktu terjadinya, baik makhluk hidup maupun suatu benda. Analisis
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 terperinciBAB I PENDAHULUAN. tinjauan pustaka dan sistematika penulisan Tesis yaitu sebagai berikut.
BAB I PENDAHULUAN Pada bab ini dijelaskan mengenai latar belakang yang mendasari penelitian ini. Berdasarkan latar belakang yang telah disusun, ditentukan tujuan penelitian agar penelitian ini memiliki
Lebih terperinciEXTENDED COX MODEL UNTUK TIME-INDEPENDENT COVARIATE YANG TIDAK MEMENUHI ASUMSI PROPORTIONAL HAZARD PADA MODEL COX PROPORTIONAL HAZARD SKRIPSI
UNIVERSITAS INDONESIA EXTENDED COX MODEL UNTUK TIME-INDEPENDENT COVARIATE YANG TIDAK MEMENUHI ASUMSI PROPORTIONAL HAZARD PADA MODEL COX PROPORTIONAL HAZARD SKRIPSI ISNA NUR AINI 0706261732 FAKULTAS MATEMATIKA
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI Oleh : WINDA FAATI KARTIKA J2E 006 039 PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Analisis Survival Secara umum, analisis survival merupakan kumpulan dari prosedur statistik untuk analisis data yang variabel hasilnya berupa waktu sampai mengalami kejadian
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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Partisipasi Dalam kamus besar Bahasa Indonesia, partisipasi didefinisikan sebagai peran serta dalam suatu kegiatan. Conyer dalam Soetomo (2006) menyatakan bahwa partisipasi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kesehatan merupakan anugerah Allah SWT yang tidak bisa dinilai harganya yang harus kita syukuri. Meskipun sudah berhati-hati, orang tidak bisa menghindari
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 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 I PENDAHULUAN. Waktu survival (survival time) merupakan salah satu penelitian yang digunakan
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu survival (survival time) merupakan salah satu penelitian yang digunakan untuk menghitung waktu dari munculnya gejala sampai dengan munculnya kejadian. Dalam waktu
Lebih terperinciAPLIKASI METODE KAPLAN MEIER UNTUK MENDUGA SELANG WAKTU KETAHANAN HIDUP (Studi Kasus: Pasien Kanker Payudara di Rumah Sakit Panti Rapih Yogyakarta)
APLIKASI METODE KAPLAN MEIER UNTUK MENDUGA SELANG WAKTU KETAHANAN HIDUP (Studi Kasus: Pasien Kanker Payudara di Rumah Sakit Panti Rapih Yogyakarta) Tugas Akhir Diajukan untuk Memenuhi Salah Satu Syarat
Lebih terperinciMODEL REGRESI COX PROPORSIONAL HAZARD PADA DATA KETAHANAN HIDUP. Abstract
Model Regresi (Tuan Hanni) MODEL REGRESI COX PROPORSIONAL HAZARD PADA DATA KETAHANAN HIDUP Tuan Hanni 1, Triastuti Wuryandari 2 1 Alumni Jurusan Statistika FSM UNDIP 2 Staf Pengaar Jurusan Statistika FSM
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah masalah kesehatan pada wanita baik di negara maju maupun di negara berkembang. Menurut Globocan, diestimasikan 14,1 juta kasus baru kejadian kanker
Lebih terperinciBAB 4 ANALSIS DAN BAHASAN. Tuberculosis (TB Paru) berdasarkan variabel usia, jenis kelamin, perilaku
BAB 4 ANALSIS DAN BAHASAN 4.1. Analisis Data dan Bahasan 4.1.1. Analsis Deskriptif Analisis deskriptif berikut ini menjelaskan kateristik pasien penderita Tuberculosis (TB Paru) berdasarkan variabel usia,
Lebih terperinciADLN Perpustakaan Universitas Airlangga
PENDEKATAN REGRESI COX PROPORSIONAL HAZARD DALAM PENENTUAN FAKTOR FAKTOR YANG BERPENGARUH TERHADAP LAMA STUDI MAHASISWA S-1 MATEMATIKA DI UNIVERSITAS AIRLANGGA SKRIPSI ARDI WAHYU AS ARI PROGRAM STUDI S-1
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 terperinciBAB 2 LANDASAN TEORI
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 terperinciBAB III METODE PENELITIAN
26 BAB III METODE PENELITIAN 3.1 Ruang Lingkup Penelitian Ruang lingkup penelitian ini mencakup bidang Ilmu Telinga Hidung Tenggorokan Kepala Leher. 3.2 Tempat dan Waktu Penelitian 3.2.1 Tempat Penelitian
Lebih terperinciBAB III METODE PENELITIAN. menggunakan desain cross-sectional. Pengambilan data dilakukan secara
BAB III METODE PENELITIAN A. Rancangan Penelitian Penelitian ini berupa deskriptif non eksperimental dengan menggunakan desain cross-sectional. Pengambilan data dilakukan secara retrospektif berdasarkan
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 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 terperinciAnalisis Survival terhadap Pasien Diare Anak Mengunakan Metode Kaplan Meier dan Uji Log Rank
Analisis Survival terhadap Pasien Diare Anak Mengunakan Metode Kaplan Meier dan Uji Log Rank Muhammad Muhajir*, Yayi Diyah Palupi Program Studi Statistika FMIPA Universitas Islam Indonesia Jalan Kaliurang
Lebih terperinciBAB 4 METODE PENELITIAN. Jenis penelitian adalah eksperimental dengan rancangan pre and post
BAB 4 METODE PENELITIAN 4.1. Desain penelitian Jenis penelitian adalah eksperimental dengan rancangan pre and post test design sehingga dapat diketahui perubahan yang terjadi akibat perlakuan. Perubahan
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 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 terperinciAnalisis Tahan Hidup Pasien Hipertensi Menggunakan Metode Kaplan-Meier (Studi Kasus: RSUD Kelet Provinsi Jawa Tengah Tahun 2017)
Analisis Tahan Hidup Pasien Hipertensi Menggunakan Metode Kaplan-Meier (Studi Kasus: RSUD Kelet Provinsi Jawa Tengah Tahun 2017) Rina Ariyanti 1 1 Jurusan Statistika,Universitas Islam Indonesia,Yogyakarta
Lebih terperinciUNIVERSITAS NEGERI SEMARANG
ANALISIS SURVIVAL FAKTOR-FAKTOR YANG MEMPENGARUHI LAMA STUDI MAHASISWA PENDIDIKAN MATEMATIKA ANGKATAN 2010 DENGAN METODE REGRESI COX PROPORTIONAL HAZARD Tugas Akhir disusun sebagai syarat untuk memperoleh
Lebih terperinciII. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E
5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah
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 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 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 I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
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 terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS
SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA 516 3 SKS MINGGU 1 Pendahuluan dan - Pengertian Dasar soal-soal 2 Konsep-Konsep Dasar untuk Hidup Model Kontinu 1.
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 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 I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Estimasi reliabilitas adalah estimasi yang menggambarkan sebuah taksiran terhadap suatu komponen tertentu, dimana dan adalah variabel random yang independen dengan
Lebih terperinciDIKTAT KULIAH ANALISIS DATA SURVIVAL. Disusun oleh: Dr. Danardono, MPH.
DIKTAT KULIAH ANALISIS DATA SURVIVAL Disusun oleh: Dr. Danardono, MPH. PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS GADJAH MADA Februari 2012 Daftar
Lebih terperinciANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.
ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.) I Gusti Ngr. Rai Usadha 1), Valeriana Lukitosari 2),
Lebih terperinciBAB I PENDAHULUAN. berhubungan dengan waktu suatu individu/ subjekmulai dari awal pengamatan
A. Latar Belakang BAB I PENDAHULUAN Analisis survival/ analisis data ketahanan hidup adalah suatu metode yang berhubungan dengan waktu suatu individu/ subjekmulai dari awal pengamatan sampai terjadinya
Lebih terperinciUKURAN DALAM EPIDEMIOLOGI
UKURAN FREKWENSI KEJADIAN PENYAKIT UKURAN DALAM EPIDEMIOLOGI FITRA YELDA Secara garis besar kejadian dapat berupa : Morbiditas /kesakitan Mortalitas / kematian Ada 3 macam parameter matematis yang digunakan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan analisis yang mempelajari terjadinya suatu peristiwa berdasarkan waktu terjadinya, baik makhluk hidup maupun suatu benda.analisis
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciUji Proportional Hazard pada Data Penderita Kanker Serviks di RSUD dr. Soetomo Surabaya
JURNAL SAINS DAN SENI IS Vol. 5, No.1, (2016) 2337520 (2301-928X Print) D09 Uji Proportional Hazard pada Data Penderita Kanker Serviks di RSUD dr. Soetomo Surabaya Arina Nur Afifah dan Santi Wulan Purnami
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 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 1.1 Ruang Lingkup Penelitian Ilmu Gigi dan Mulut dan ilmu Psikiatri 1.2 Tempat dan Waktu Penelitian Tempat : Poli Gigi Rumah Sakit Nasional Diponegoro (RSND) dan klinik gigi jejaring
Lebih terperinciPengantar Analisis Antar Kejadian
Pengantar Analisis Antar Kejadian Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika UGM Pengantar Analisis Antar Kejadian p.1/140 Analisis Antar Kejadian Data Antar Kejadian
Lebih terperinciBAB V HASIL PENELITIAN. Pengamataan pasca rawat inap dilakukan pada 77 anak yang mengikuti studi
BAB V HASIL PENELITIAN Pengamataan pasca rawat inap dilakukan pada 77 anak yang mengikuti studi I, namun hanya sebanyak 75 anak dapat dilakukan pengamatan selama 3 bulan, 2 orang subyek di ekslusi karena
Lebih terperinci