Analisis Ketahanan Hidup Pasien COVID-19 Menggunakan Pendekatan Multivariate Adaptive Regression Spline (MARS)
Journal Title: Jurnal Statistika dan Komputasi - Year 2024, Vol 3, Issue 1
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.
Authors and Affiliations
Wilda Khoirunnisa, Mohamat Fatekurohman, I Made Tirta
Keywords
Related Articles
- EP ID EP740541
- DOI https://doi.org/10.32665/statkom.v3i1.2700
- Views 39
- Downloads 1
Simulasi Monte Carlo Untuk Prediksi Jumlah Klaim Asuransi Di BPJS Ketenagakerjaan Cabang Bojonegoro
Latar Belakang: Simulasi adalah salah satu cara yang digunakan untuk memprediksi jumlah klaim di masa depan berdasarkan jumlah klaim bulanan pada periode sebelumnya. Simulasi data ini dapat dilakukan dengan simulasi Mo...
Pemetaan Program Indonesia Sehat dengan Pendekatan Keluarga (PIS PK) di Kabupaten Bondowoso dengan K-Medoids
Latar Belakang: Kesehatan merupakan indikator pertama kesejahteraan masyarakat yang diukur dengan Usia Harapan Hidup (UHH). Semakin tinggi UHH mencerminkan dimensi umur panjang dan hidup sehat yang terus meningkat dari...
Implementasi Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Memprediksi Curah Hujan di Kota Semarang
Background: Rainfall is one of the important factors that has a significant impact on various aspects of life, especially in urban areas such as Semarang. Significant fluctuations in rainfall can cause flooding, which ne...
Pengelompokkan Wilayah Banjir di Jawa Tengah untuk Mitigasi Banjir Menggunakan Pendekatan K-Medoids
Background: Flooding is a natural event that can occur at any time, often resulting in fatalities and significant material losses. Mapping flood zones in Central Java based on flood occurrences is crucial for optimizing...
Pemodelan Regresi Logistik Ordinal Pada Indeks Pembangunan Manusia (IPM) Di Jawa Timur Tahun 2020
Latar Belakang: Pemerintah terus menerus melakukan pembangunan di segala aspek yaitu aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan, salah satunya digunakan indikator yaitu...