ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

dokumen-dokumen yang mirip
Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

X a, TINJAUAN PUSTAKA

BAB 2. Tinjauan Teoritis

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Uji Statistika yangb digunakan dikaitan dengan jenis data

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

BAB II LANDASAN TEORI

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

BAB II TINJAUAN PUSTAKA

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB 5. ANALISIS REGRESI DAN KORELASI

S2 MP Oleh ; N. Setyaningsih

Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD)

UKURAN GEJALA PUSAT DAN UKURAN LETAK

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur

3 Departemen Statistika FMIPA IPB

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

Statistika ITS Surabaya

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

*Corresponding Author:

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

Analisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya

Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif

UKURAN GEJALA PUSAT (UGP)

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

BAB III UKURAN PEMUSATAN DATA

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB 2 LANDASAN TEORI

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

Analisis Korelasi dan Regresi

Puasa Pasien Diabetes Mellitus Tipe 2 di Poli Diabetes RSUD Dr. Soetomo Surabaya Menggunakan Regresi Probit Biner

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Bab II Teori Pendukung

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

Regresi Linier Sederhana Definisi Pengaruh

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

BAB II LANDASAN TEORI

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

8. MENGANALISIS HASIL EVALUASI

REGRESI LINIER SEDERHANA

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

Peramalan Kebutuhan Listrik Dengan Model Harvey

TINJAUAN PUSTAKA Evaluasi Pengajaran

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB 2 LANDASAN TEORI

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

2.2.3 Ukuran Dispersi

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

Transkripsi:

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da Ilmu Pegetahua Alam, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 6 E-mal: _yoma_latra@statstka.ts.ac.d Abstrak Kota Surabaya merupaka salah satu daerah edemk DBD dega kasus DBD tertgg d provs Jawa Tmur. Jumlah pederta peyakt DBD selama februar-maret berdasarka data Das Kesehata Kota Surabaya tergolog cukup tgg, yatu mecapa 89 orag. RSU Haj Surabaya adalah salah satu Rumah Sakt yag dtuju oleh pederta DBD d Surabaya, sehgga dlakuka aalss survval dega regres Cox terhadap faktor-faktor usa, jes kelam, hemoglob, leukost, hematokrt, trombost, suhu tubuh, da pembera trasfus darah d RSU Haj Surabaya. Data waktu survval pederta DBD berdstrbus Webull serta dketahu faktor-faktor yag mempegaruh ketahaa hdup pase melalu regres Cox Webull adalah faktor usa da hemoglob. Dmaa setap pertambaha usa satu tahu pada pase pederta peyakt DBD d RSU Haj Surabaya maka kemugka utuk mecapa laju kesembuha aka ak sebesar,9776 kal. Kata Kuc DBD, Regres Cox, Webull, Laju kesembuha I. PENDAHULUAN emam Berdarah adalah peyakt demam akut yag Ddsebabka oleh vrus degue, yag masuk ke peredara darah mausa melalu ggta yamuk dar geus Aedes, msalya Aedes aegypt atau Aeedes albopctus []. Idoesa merupaka egara dega kasus Demam Berdarah Degue (DBD) terbayak datara egara-egara d Asa Teggara setelah Thalad da Vetam. Kasus DBD d Idoesa pada tahu 9 tercatat 5. kasus, dmaa perseya dperkraka meggal yatu sebesar.5 orag. Tahu turu hgga 5 perse mejad 75. kasus, kemuda tahu kembal turu mejad 5. kasus []. Kota Surabaya adalah salah satu daerah edemk peyakt DBD d Idoesa yag merupaka daerah edemk dega kasus DBD tertgg d provs Jawa Tmur. Tercatum data kasus DBD dar Das Kesehata provs Jawa Tmur, Kota Surabaya memlk kasus sebayak 4.87 kasus pada tahu 6. Jumlah pederta peyakt DBD selama februar-maret berdasarka data Das Kesehata Kota Surabaya tergolog cukup tgg, yatu mecapa 89 orag. Data pederta DBD tersebut ddapat berdasarka pase yag melakuka pegobata d Puskesmas hgga seluruh rumah sakt yag ada d Surabaya[3]. Berbaga upaya telah dlakuka oleh pemertah utuk meeka jumlah kasus DBD atara la melalu peemua data tata laksaa kasus, pegedala kasus, pegkata pera serta masyarakat, SKD (Sstm Kewaspadaa D), peaggulaga KLB (Kejada Luar Basa) serta meggalakka kegata 3M yatu Meguras da Meykat tempat peampuga ar, Meutup tempat peampuga ar da Megolah barag barag bekas yag berpotes mejad tempat peampuga ar. Upaya la yag dapat dlakuka utuk meeka persebara peyakt DBD adalah dega megetahu faktor faktor peyebabya.oleh karea tu, utuk megatas keadaa dbutuhka peelta tetag bagamaa pase dapat survve dar DBD. Aalss yag dapat dguaka tetag retag waktu atau suatu ketahaa adalah aalss survval dega regres Cox. Beberapa peelta dega megguaka aalss survval adalah Oktafa [4]. Tetag pederta Stroke d RSU Haj Surabaya, Fa rfah [5] tetag pederta DBD d RSU Haj Surabaya, Yuswatara [6] tetag pederta DBD d RSUD Dr.Soedoo Madu. Tujua peelta adalah utuk megetahu karakterstk pase, memperoleh faktor-faktor yag mempegaruh laju kesembuha pase serta megetahu laju kesembuha pase. II. TINJAUAN PUSTAKA A. Aalss Survval Tga faktor yag harus dperhatka dalam meetuka waktu survval meurut Cox da Oakes [7], adalah :. Waktu awal (tme org/startg pot) suatu kejada.. Falure evet dar keseluruha kejada harus jelas. 3. Skala pegukura sebaga baga dar waktu harus jelas. B. Peguja Dstrbus Data Dstrbus dar waktu survval harus ddeteks utuk membetuk fugs Hazard, sedagka peguja dlakuka dega [8] :. Kolmogorov-Smrov H : waktu survval megkut dstrbus tertetu H : waktu survval tdak megkut dstrbus tertetu Statstk uj : ( x) F ( x) S D = sup () Daerah Peolaka: Tolak H pada taraf jka D > α D(, α )

C. Dstrbus Webull Dua Parameter Berkut adalah fugs kepadata peluag, fugs Hazard, serta fugs survval dstrbus Webull parameter sebaga pembetuk regres Cox Webull : Fugs kepadata peluag : t t f ( t η, ) = exp η Fugs dstrbus kumulatf : t t F( t η, ) = f ( t η) dt = exp Fugs Hazard : f ( t η, ) t h( t η, ) = = S( t η, ) η Fugs kumulatf Hazard : t H ( t η, ) = h( t η, ) dt = Fugs Survval : t (7) S( t η, ) = F( t) = exp D. Uj Multkolertas Uj multkolertas adalah uj utuk megetahu hubuga atarvarabel, uj multkolertas utuk data kotu megguaka VIF da korelas Peraso sedagka utuk data kategork megguaka uj depedes Ch-Square dega formula sebaga berkut. -VIF (8) VIF = R j VIF lebh dar meujukka adaya multkoleartas atarvarabel depede. -Uj Korelas x x x = = rx = x x x x = = -Uj Idepedes Ch-Square H H : varabel X da X j salg bebas : varabel X da X j tdak salg bebas Statstk uj : I J ( j ˆ µ j ) = = j= j χ () ˆ µ Daerah peolaka : t χ = > χ α,( I )( J ) E. Regres Cox Regres Cox pertama kal dkealka oleh Cox., merupaka salah satu aalss survval yag palg serg dguaka. Regres tdak mempuya asums megea sfat da x = = x (3) (4) (5) (6) (9) betuk sesua dega dstrbus ormal sepert asums pada regres yag la, dstrbus yag dguaka adalah sesua dega varabel depede yag dguaka [9]. F. Fugs Desty, Fugs Survval da Fugs Hazard ( ; λ, ) λ exp( λ ) ( ; λ, ) exp( λt ) f t = t t () S t = () ( ; λ, ) λ t = ht (3) G. Pemodela Umum Cox Hazard Proporsoal Berkut adalah permodela fugs Hazard utuk megetahu laju kesembuha pase. h( t) = h ( )exp β ' x t (4) H. Estmas Parameter Regres Cox Nla β pada permodela fugs Hazard dapat dcar megguaka teras Newto Raphso sebaga berkut. ( ) ( ) ( l+ ) ( l) ( l) ( l) β = β H β g β ( l+ ) ( l) Iteras aka berhet jka, β β merupaka suatu blaga yag sagat kecl. oleh vrus degue, dmaa vrus tersebut (5) ε, dmaa ε I. Seleks Model Terbak Utuk memperoleh model terbak pada regres Cox, maka dguaka seleks model terbak metode Backward sehgga satu per satu varabel yag tdak sgfka dbuag dar model [3]. Selajutya, kesesuaa model yag dhaslka dapat dukur dar la AIC yatu : AIC = k l( L) (6) K adalah jumlah varabel yag dguaka, semak kecl la AIC, maka kesesuaa model aka semak bak. J. Peguja Sgfkas Parameter Utuk meguj sgfkas parameter pada model yag dperoleh, maka dlakuka peguja secara tahap, yatu uj seretak da dvdu sebaga berkut. a. Uj Seretak H : β = β =... = β p = H : palg sedkt ada satu β k ; k =,,... p Statstk Uj : G = l Λ (7) Daerah krts : tolak H jka G > atau p-value <α. χ p, α b. Uj Parsal H : β k = H : β k ˆ β k Statstk Uj : W = (8) SE ˆ β ( ( ) Daerah krts : tolak H jka W > χ α atau p-value < α, k

3 K. Odds Rato Odds rato adalah suatu ukura yag utuk megetahu tgkat resko/kecederuga []. h ( t x = ) h ( t) β = e Odds rato= h ( t x = ) = β h ( t) e (9) Tgkat kecepata terjadya laju kesembuha pada dvdu β dega kategor x= adalah sebesar e kal tgkat kecepata terjadya resko terjadya perstwa falure evet pada dvdu dega kategor x=. Utuk varabel β depede yag kotu, la dar e mempuya terpretas bahwa perbadga odds rato atara dvdu dega la X lebh besar satua dbadg dvdu la. L. Demam Berdarah Demam Berdarah Degue adalah suatu peyakt demam akut yag dsebabka oleh vrus degue, dmaa vrus tersebut masuk ke dalam peredara darah mausa melalu ggta yamuk dar geus Aedes. Basaya, peyakt demam berdarah degue sagat serg dalam oleh masyarakat yag tggal d daerah yag memlk klm trops da sub trops. III. METODOLOGI PENELITIAN A. Sumber Data Data yag dguaka pada peelta adalah data sekuder yag dperoleh dar maajeme RSU Haj Surabaya yatu data rekam meds megea waktu survval pase pederta peyakt DBD pada perode yag drawat d RSU Haj Surabaya. B. Idetfkas Varabel Varabel Depede : waktu survval Varabel Idepede : -Usa (X ) -Jes Kelam (X ) = lak-lak = perempua -Hemoglob (X 3 ) dega kadar ormal,4-7,7 g/dl -Leukost (X 4 ) dega kadar ormal 4- rbu/ μμμμ -Hematokrt (X 5 ) dega kadar ormal : 38-47% -Trombost (X 6 ) dega kadar ormal : 5-45 rbu/mm 3 -Suhu Tubuh (X 7 ) dega keadaa ormal : 36,5 37,5 C -Pembera Trasfus Darah (X 8 ) = ada trasfus = tdak ada trasfus C. Metode Aalss Lagkah-lagkah aalss yag dlakuka adalah sebaga berkut.. Deskrps karakterstk pederta peyakt DBD. - Melakuka peguja dstrbus terhadap waktu survval - Uj multkoleartas - Estmas parameter model serta fugs hazardya. - Seleks model elmas Backward. - Uj sgfkas parameter - Faktor-faktor yag mempegaruh laju kesembuha 3. - Meghtug la odd rato - Meghtug la taksra fugs hazard 4. Membuat kesmpula dar hasl aalss da pembahasa yag telah dlakuka. IV. ANALISIS DAN PEMBAHASAN A. Aalss Statstka Deskrptf Berkut adalah aalss deskrptf terhadap varabel data kotu. Tabel. Aalss Deskrptf Terhadap Varabel Data Kotu Varabel M Max Mea St.Dev T 3 5,5,9495 Usa 65,467 5,3656 Hb 9,,7 3,947,9697 Leukost 44 74 55,47 347,7879 Hematokrt 7,3 57,5 4,54 5,358 Trombost 8 34 6968,75 674,7 Suhu Tubuh 35,4 4,6 37,65,73 Karakterstk pase DBD adalah memlk rata-rata rawat ap selama 5 har, kadar Hb 3,9 gr/dl, leukost 55,4/μμμμ, hematokrt 4,5%, trombost 6968,75 /mm 3 da suhu tubuh sebesar 37,6 C. Perempua 49% Lak-lak 5% Gambar. Aalss Deskrptf Terhadap Varabel Data Kategork (Jes Kelam) Pada Gambar dapat dlhat bahwa persetase jes kelam lak-lak dar pase pederta peyakt DBD hampr bermbag dar pada persetase jes kelam perempua, yatu sebesar 5%. Sehgga dapat dketahu bahwa selama perode Jauar-Desember, pase pederta DBD d RSU Haj Surabaya lebh bayak yag berjes kelam laklak.

4 Ada trasfus 6% Tdak ada trasfus 84% Gambar. Aalss Deskrptf Terhadap Varabel Data Kategork (Pembera Trasfus Darah) Pada Gambar dapat dlhat bahwa sebesar 84% pase pederta DBD d RSU Haj Surabaya tdak memerluka pembera trasfus darah dalam proses peyembuhaya. Sedagka haya sebesar 6% pase pederta DBD yag memerluka pembera trasfus darah dalam proses peyembuhaya. B. Cross Tabulato Tabulas slag atara waktu survval dega varabel dguaka utuk megetahu karakterstk pase yag megap kurag dar 4 har. Tabel. Cross Tabulato T, Jes Kelam Jes Kelam (%) Total Waktu survval Lak- Perempua (%) Lak < 4 har 9,79,88 4,66 4-5 har 9,37,5,87 6 har,88 4,58 36,47 Total 5,4 48,96 Prosetase terbayak utuk pase yag megap kurag dar 4 har adalah pase perempua dega prosetase sebesar,88% Tabel 3. Cross Tabulato T, Trasfus Darah Pembera Trasfus Waktu Darah (%) Total survval Ada Tdak Ada Trasfus Trasfus (%) < 4 har 8,34 33,33 4,67 4-5 har,4,84,88 6 har 6,5 3, 36,45 Total 5,63 84,37 Tabel 3 memberka formas bahwa sebayak 84,37% dar total pase adalah pase yag tdak membutuhka proses trasfus darah utuk proses peyembuha peyakt DBD, 33,3% d ataraya megap kurag dar 4 har,,84% megap 4 hgga 5 har, da 3,% mejala rawat ap lebh dar 5 har. C. Peguja Dstrbus Data Uj dstrbus data pada varabel depede (T) atau waktu survval dlakuka dega megguaka statstk uj Kolmogorov-Smrov dega hpotess sebaga berkut. H : Waktu survval megkut dstrbus webull H : Waktu survval tdak megkut dstrbus webull Berdasarka hasl peguja dega megguaka Uj Kolmogorov-Smrov dperoleh statstk uj,635 da P- value sebesar,85538. Dega megguaka α =,5 dperoleh la D ( 96,,5) =,635 yag tdak lebh besar dar la D htug sehgga H gagal dtolak, dega kata la waktu survval megkut dstrbus webull. D. Uj Multkolertas Tabel 4. Varace Iflato Factors (VIF) Predktor VIF Usa (X),99 Hemoglob (X3) 8,56 Leukost (X4),359 Hematokrt (X5) 8,69 Trombost (X6),48 Suhu Tubuh (X7),99 Berdasarka Tabel 4 dketahu bahwa tdak terjad multkolertas atar varabel depede karea memlk la VIF kurag dar. Tabel 5. Tabel Sgfkas korelas pada Usa, Hemoglob, Leukost, Hematokrt, Trombost, Suhu Tubuh X X 3 X 4 X 5 X 6 X 7 X,6,53,95,,35 X 3,6,335,,33 X 4,53,335,43,7 X 5,95,43,6,9 X 6,,,6,78 X 7,35,33,7,9,78 Dar Tabel 5, dketahu bahwa korelas yag sgfka terjad atara varabel usa da varabel trombost yatu sebesar,. Meskpu demka, varabel tersebut tetap dmasukka dalam model da aka damat secara khusus dalam proses selajutya yatu dalam metode elmas Backward. Hal dkareaka adaya pertmbaga terhadap la VIF kedua varabel tersebut yag mash dapat dtolerr yak kurag dar sepuluh. E. Faktor-faktor yag Mempegaruh Laju Kesembuha Pase Pederta DBD Asums hazard proporsoal pada varabel jes kelam da pembera trasfus darah telah terpeuh. Model terbak dplh berdasarka krtera AIC terkecl da seleks backward. Tabel 6 meujukka bahwa perubaha la l Lˆ terbesar terdapat pada model atara waktu survval dega varabel

5 depede Usa (X ) da Kadar Hemoglob (X 3 ). Hal juga dtujukka dega model tersebut memlk la AIC terkecl. Pada model yag terdr dar dua varabel depede dega perubaha l Lˆ terbesar, terdapat satu varabel yag tdak sgfka pada taraf sgfkas 5 perse, yatu varabel kadar Hemoglob. Oleh karea tu model yag dplh adalah model dega satu varabel depede, yatu usa. Tabel 6. Tabel 6 Nla Akake s Iformato Crtero (AIC) pada Pemodela Varabel AIC Semua varabel depede 89,669 Usa, Jes Kelam, Hemoglob, Leukost, Trombost, Suhu Tubuh da Trasfus Darah 87,67 Usa, Jes Kelam, Hemoglob, Trombost, Suhu Tubuh da Trasfus Darah 85,683 Usa, Jes Kelam, Hemoglob, Trombost da Trasfus Darah 84,934 Usa, Jes Kelam, Hemoglob da Trasfus Darah 83,78 Usa, Jes Kelam da Hemoglob 8,468 Usa da Hemoglob 8,69 Setelah ddapatka model maka dlakuka uj seretak utuk megetahu apakah varabel depede yag dguaka berpegaruh sgfka secara seretak. Hpotess yag dgua-ka adalah sebaga berkut. Uj Seretak - Regres Cox Webull H : β = β 3 = H : palg sedkt ada satu β j ; j = &3 α :,5 Statstk Uj : G = l Λ = 77, 69 χ, α = 5,99 Keputusa : tolak H, karea la statstk uj G > χ, α yag artya mmal ada satu varabel depede yag berpegaruh sgfka terhadap model Tabel 7 Tabel yag sgfka terhadap model terbak Varabel Wald Sgfkas Usa (X) 8,856,9 Hemoglob (X3),6,44 Tabel 8 Estmas parameter model terbak Varabel DF Estmas Wald Sgfkas Itersep,839 8,79 <, Usa,77 8,86,9 Hemoglob,77,6,44 Tabel 9 meujukka bahwa hasl estmas dar µ adalah,839 da estmas dar parameter σ adalah,338 sehgga dapat dhtug ˆ λ, ˆ, ˆ* β j. ˆ ˆ µ,839 λ = exp = exp =,787 ˆ σ,337 Selajutya utuk medapatka la masg-masg estmas * koefse dar setap parameter dega meghtug la β. ˆ j Hasl estmas parameter yag ddapatka dapat dguaka utuk meyusu fugs hazard regres cox webull berdasarka t waktu survval, usa da hemoglob. Berkut adalah pemodela regres cox webull. ˆ ( ) ˆ ˆ h ˆ ex ( ˆ ˆ ˆ t = λ t p βx βx... β px + + + p ) h ( t ) g( x) h ˆ,38 t =,787 3,38 ( t 3 ) g x ( ) ( )( ) ( ( )), ( t) (,8473)( t )( g( x)) ˆ 38 h = Dmaa g(x) adalah sebaga berkut g ( x) = exp(,3usa) Model fugs hazard datas dapat dterpretaska, karea varabel usa memlk la koefse bertada egatf dapat dartka bahwa semak usa pase bertambah maka laju kesembuha pase terhadap peyakt DBD aka semak lambat F. Laju Kesembuha Pase DBD Laju kesembuha pase pederta DBD dapat dterpretaska dar la odds rato pada Tabel. Tabel Nla Odds Rato Varabel Usa da Kadar Hemoglob Odds Varabel Estmas Koefse ( βˆ ) Rato Usa -,3,9776 Tabel meujukka bahwa berdasarka varabel usa, ddapatka la odds rato sebesar,9776 Hal berart, setap pertambaha satu satua usa pase DBD d RSU Haj Surabaya, maka resko utuk mecapa kesembuha adalah sebesar,9776 kal dar pase yag berusa satu tahu lebh muda. Sehgga, dapat dkataka bahwa semak tua usa seorag pase, maka utuk mecapa sembuh semak lama. V. KESIMPULAN/RINGKASAN Berdasarka deskrps meujukka bahwa rata-rata laju kesembuha pada 96 pase DBD d RSU Haj Surabaya adalah berksar 5 har. Rata-rata usa pederta adalah sebesar tahu. Utuk jes kelam pase pederta DBD d RSU Haj Surabaya perode Jauar-Desember adalah sedkt medomas pase dega jes kelam lak-lak, sedagka rata-rata kadar Hemoglob dar pederta DBD adalah sebesar 3,943 g/dl, sedagka utuk rata-rata kadar Leukost pederta adalah sebesar 5,5/μμμμ, utuk rata-rata kadar Hematokrt dar pederta DBD adalah sebesar 4,54% sedagka rata-rata kadar Trombost da Suhu Tubuh pederta DBD adalah sebesar 6.968,75/ml da 37,6 C. Faktor-faktor yag berpegaruh sgfka terhadap laju kesembuha pase pederta DBD d RSU Haj Surabaya adalah usa (X ). Agar terjad peagaa yag efektf maka jka ada pase pederta DBD yag berusa lebh tua setahu maka perlu peagaa khusus supaya proses laju kesembuha terhadap pase aka terjad lebh cepat

6 [] Krsta, Ismah da Wuladar.L. (4). Demam Berdarah Degue. http://www.ltbag.depkes.go.d/maskes/54/demamberdarah.html [dakses taggal 3 Jauar 3] [] Kusrastut. (). Idoesa Jawara DBD se-asean. http://www.waspada.co.d/dex.php [dakses taggal 3 Jauar 3] [3] Kemetra Kesehata Republk Idoesa. (9). Database Kesehata Per Provs.: Kemetra Kesehata Republk Idoesa [4] Oktafa, D (3). Aalss Terhadap Faktor-Faktor yag Mempegaruh Laju Perbaka Kods Kls Pase Pederta Stroke dega Regres Cox Webull. Isttut Tekolog Sepuluh Nopember, Surabaya [5] Fa rfah, Rska Yau. (). Aalss Survval Da Faktor-Fakor Yag Mempegaruh Kesembuha Pase Demam Berdarah Dega Regres Cox. (Upublshed fal project). Isttut Tekolog Sepuluh Nopember, Surabaya. [6] Yuswatara, Y (3). Aalss Survval Terhadap Faktor-Faktor YagMempegaruh Laju KesembuhaPasePederta Demam Berdarah Degue (DBD) Regres Cox Webull Da Logormal Dua Parameter. Isttut Tekolog Sepuluh Nopember, Surabaya [7] Cox, D.R., Oakes, D. (984). Aalyss of Survval Data. Lodo: Chapma ad Hall. [8] Law, A. M., & Kelto, D. W. (). Smulato Modellg Aalyss (3 th ed.). New York: MacGraw-Hll [9] Ahmed, F. E., Vos, P. W., da Holbert, D. (7). Modelg Survval Colo Cacer : A Metodologcal Revew. Molecular Cacer, 6, 5 [] Hosmer, D.W., Lemeshow, S. da May, S. (8). Appled Survval Aalyss. Wley & Sos, Ic., Hoboke, New Jersey