Analisis Ketahanan Hidup Pasien COVID-19 Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS)

Abstract View: 165, SIMILARITY INDEX Download: 0 PDF Download: 110

Authors

  • Wilda Khoirunnisa Universitas Jember
  • Mohamat Fatekurohman Universitas Jember
  • I Made Tirta Universitas Jember

DOI:

https://doi.org/10.32665/statkom.v3i1.2700

Keywords:

Covid-19, Survival Analysis, MARS

Abstract

Latar   Belakang: Tahun 2019 dunia digemparkan dengan terjadinya penyebaran penyakit baru yaitu Coronavirus Disease 19 (COVID-19) yang merupakan penyakit menular disebabkan oleh jenis corona virus bernama Severe Acute Repiratory Syndrome Coronavirus 2 (SARS-CoV-2). Virus ini menyebabkan gangguan pada sistem pernapasan, infeksi paru-paru, pneumonia akut, bahkan kematian, sehingga dilakukan analisis ketahanan hidup pasien COVID-19.

Tujuan: Mendapatkan model dan mengetahui faktor paling mempengaruhi ketahanan hidup pasien COVID-19 di RSD dr. Soebandi Jember berdasarkan variabel prediktor yang digunakan.

Metode: Penelitian ini menggunakan metode pendekatan MARS untuk menganalisis data. Data yang digunakan yaitu data rekam medis pasien COVID-19 tahun 2020 – 2021 di RSD dr. Soebandi Jember.

Hasil: Model MARS terbaik berdasarkan kombinasi Basis Function (BF), Maximum Interaction (MI), dan Minimum Observation (MO) yang bernilai masing-masing 24, 3, dan 0 dengan nilai Generalized Cross Validation (GCV) terkecil yaitu 0,135. Berdasarkan model MARS yang diperoleh, 7 dari 12 variabel prediktor yang digunakan berpengaruh pada ketahanan hidup pasien COVID-19 yaitu usia, jenis kelamin, status gagal napas, status hipertensi, status pneumonia, status koagulopati, dan status penyakit lainnya.

Kesimpulan: Variabel yang paling mempengaruhi ketahanan hidup pasien COVID-19 di RSD dr. Soebandi menggunakan pendekatan MARS berdasarkan variabel prediktor yang digunakan adalah status gagal napas.

 

References

Afni, Y. I. Z., Fatekurohman, M., & Anggraeni, D. (2019). Perbandingan Model Cox Proportional Hazard dan Regresi Weibull untuk Menganalisis Ketahanan Bank Syariah. Indonesian Journal of Applied Statistics, 2(2), 127–136. https://doi.org/10.13057/ijas.v2i2.33082

Audina, B., & Fatekurohman, M. (2020). Analisis Survival pada Data Pasien Covid 19 di Kabupaten Jember. Berkala Sainstek, 8(4), 118–121. https://nasional.kompas.com/read/2020/06/18/154255

Biomedica, A. (2020). WHO Declares COVID-19 a Pandemic. Acta Biomedica, 91(1). https://doi.org/10.23750/abm.v91i1.9397

Carsel, S. (2018). Metodologi Penelitian Kesehatan dan Pendidikan. Penebar Media Pustaka. https://ecampus-fip.umj.ac.id/pustaka_umj/main/item/15489

Chairani, I. (2020). Dampak Pandemi COVID-19 dalam Perspektif Gender di Indonesia. Jurnal Kependudukan Indonesia, 39–42. http://www.nber.org/papers/w26947

Dukalang, H. H. (2019). Analisis Regresi COX Proportional Hazard pada Pemodelan Waktu Tunggu Mendapatkan Pekerjaan. Jambura Journal of Mathematics, 1(1), 36–42. https://doi.org/10.34312/jjom.v1i1.1744

Friedman, J. H. (1990). Multivariate Adaptive Regression Splines. California: Standford University.

Kleinbaum, D. G., & Klein, M. (2012). Survival Analysis A Self-Learning Text (Third Edit). Springer. http://www.springer.com/series/2848

Kriner, M. (2007). Survival Analysis with Multivariate adaptive Regression Splines. Jerman: Muenchen University.

Mustikawati, E., Hermanto, P., Rochmanto, H. B., Pgri, U., & Buana, A. (2023). Pemetaan Program Indonesia Sehat dengan Pendekatan Keluarga ( PIS PK ) di Kabupaten Bondowoso dengan K-Medoids Program Indonesia Sehat dengan Pendekatan K-Medoids sebuah objek dalam sebuah klaster dengan terhadap adanya noise dan outlier K-Means mengimple. Jurnal Statistika dan Komputasi, 2(2), 83–92.

Naiborhu, M. E. Y. (2021). Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines (MARS) pada Kasus Penyakit Hipertensi. Universitas Lampung.

Nisa, S. F., & Budiantara, I. N. (2012). Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD). Jurnal Sains Dan Seni ITS, 1(4), 318–323.

Otok, B. W. (2010). Pendekatan Multivariate Adaptive Regression Spline (MARS) pada Pengelompokkan Zona Musim Suatu Wilayah. Statistika, 10(2), 107–120.

Rahmadani, A. D., & Kudus, A. (2021). WLS Penimbang Kaplan Meier Untuk Estimasi Model Regresi Linear Data Tersensor Kanan. Bandung Conference Series: Statistics, 2(2), 126–133. https://doi.org/10.29313/bcss.v2i2.3467

Romarizka, C., Fatekurohman, M., & Tirta, I. M. (2023). Analisis Risiko Kematian Pasien COVID-19 Menggunakan Model Extended Cox. Jurnal ILMU DASAR, 24(1), 65–75.

Sholihah, I. Y. (2023). Analisis Ketahanan Hidup Pasien Sepsis Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS). Universitas Jember.

Sita, E. D. A. A., & Otok, B. W. (2014). Pendekatan Multivariate Adaptive Regression Splines (MARS) pada Pemodelan Penduduk Miskin di Indonesia Tahun 2008-2012.

Syahbana, A., Fahmi, A. Y., & Amin, M. Al. (2022). Meningkatkan Kualitas Peran Keluarga dalam Kesehatan Keluarga dan Lansia Terhindar Corona Virus. Jurnal Keperawatan Jiwa, 10(2), 327–336. https://doi.org/10.26714/jkj.10.2.2022.327-336

Downloads

Additional Files

Published

2024-06-30

How to Cite

Khoirunnisa, W., Fatekurohman, M., & Tirta, I. M. (2024). Analisis Ketahanan Hidup Pasien COVID-19 Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS). Jurnal Statistika Dan Komputasi, 3(1), 11–21. https://doi.org/10.32665/statkom.v3i1.2700
Abstract View: 165, SIMILARITY INDEX Download: 0 PDF Download: 110