Analisis Survival dengan Pemodelan Weibull Mixture Menggunakan Pendekatan Bayesian (Kasus: Pasien Rawat Inap Penderita DBD di RSAL Jala Ammari Makassar)

Khaerani, Nurul (2017) Analisis Survival dengan Pemodelan Weibull Mixture Menggunakan Pendekatan Bayesian (Kasus: Pasien Rawat Inap Penderita DBD di RSAL Jala Ammari Makassar). Diploma thesis, UNIVERSITAS NEGERI MAKASSAR.

[img]
Preview
Text
ANALISIS SURVIVAL.pdf

Download (32kB) | Preview

Abstract

Analisis survival adalah prosedur statistika yang digunakan untuk menganalisis data berupa waktu (time) antara kejadian. Waktu dapat dinyatakan dalam tahun, bulan, minggu, atau hari dari awal mula dilakukan pengamatan pada seorang individu sampai suatu peristiwa terjadi pada individu. Tujuan analisis survival adalah untuk mengetahui hubungan antara waktu kejadian dan peubah bebas yang terukur pada saat dilakukan penelitian. Model yang digunakan untuk melihat hubungan tersebut adalah model Weibull. Namun model ini memiliki kekurangan dalam hal pendugaan jika terdapat subkelompok memiliki sifat dan karakteristik yang berbeda namun menggunakan distribusi yang sama. Solusi untuk mengatasi masalah tersebut adalah dengan menggunakan model Weibull mixture. Metode pendugaan parameter model yang digunakan adalah pendekatan Bayesian. Data yang digunakan dalam penelitian ini adalah data pasien penderita Demam Berdarah Dengue (DBD) di RSAL Jala Ammari Makassar tahun 2016. Berdasarkan hasil analisis, diperoleh bahwa pembentukan model dengan memperhatikan mixture lebih baik dibandingkan dengan model tanpa memperhatikan mixture, dengan faktor-faktor yang berpengaruh signifikan terhadap laju kesembuhan pasien DBD adalah trombosit, leukosit dan hematokrit. Kata kunci: Analisis survival, Weibull, Weibull mixture, Bayesian, Demam Berdarah Dengue

Item Type: Thesis (Diploma)
Subjects: FMIPA > STATISTIKA - (S1)
Divisions: FAKULTAS MIPA
Depositing User: UPT PERPUSTAKAAN UNM
Date Deposited: 23 May 2018 07:04
Last Modified: 23 May 2018 07:04
URI: http://eprints.unm.ac.id/id/eprint/8811

Actions (login required)

View Item View Item