This is an outdated version published on 12-09-2022. Read the most recent version.

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHAN PASIEN TUBERKULOSIS PARU MENGGUNAKAN BAYESIAN MIXTURE SURVIVAL

Authors

  • Nur Atsilah Hasibuan
  • Indra Jaya
  • Ismail Husein

DOI:

https://doi.org/10.4590/jarsic.v1i3.3

Keywords:

TB Paru, Distribusi Mixture, Bayesian Mixture Survival

Abstract

Tuberkulosis paru merupakan masalah yang belum bisa dituntaskan pada setiap permasalahan didunia. Indonesia menjadi negara teratas setiap tahunnya pada permasalahan ini, Tahun 2018 Sumatera Utara merupakan peringkat kelima dari permasalahan TB tertinggi, dan Medan merupakan peringkat teratas dengan kasus kejadian tuberkulosis terbanyak. Tuberkulosis adalah penyakit serius dan menular yang disebabkan karena bakteri Mycrobacterium tuberculosis. Tujuan penelitian ini untuk mengetahui faktor yang mempengaruhi laju kesembuhan pasien tuberkulosis paru dengan dua komponen. Pada penelitian ini digunakan metode Bayesian Mixture Survival hasil dengan hasil bahwa faktor yang mempengaruhi kedua komponen yaitu faktor usia dengan nilai 1.001 dan 0.994, . Maka faktor yang paling berpengaruh pada kesembuhan penderita tuberkulosis paru ialah umur , pasien yang lebih muda memiliki kecepatan kesembuhan sebesar 1 kali dibanding dengan pasien 1 tahun diatasnya.

References

Adiatama, T. Y. (2017). Tuberkulosis, Rokok & Perempuan. Jakarta: Balai Penerbitan FKUI.

Dinas Kesehatan Provinsi Sumatera Utara . (2019). Profil Kesehatan Sumatera Utara 2018. Retrieved from http://dinkes.sumutprov.go.id/v2/webconfig/downlot.php?file=

Full%20PDF%20Profil%20Kesehatan%202 018-compressed.pd

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

Eka. (2017). Faktor Kesembuhan Demam Berdarah Melalui Analisis Survival Menggunakan Bayesian Mixture Survival (Studi Kasus : Pasien Demam Berdarah Labuang Baji (skripsi). Universitas Islam Negeri Alauddin Makassar

Harlan, J. (2017). Analisis Survival. Depok : Guna Darma.

Hasan, I. K., Pakaya, W. A., Achmad, N., & Isa, D. R. (2021). Analisis Survival Menggunakan Regresi Weibull Pada Laju Kesembuhan Pasien Tuberkulosis Paru Di Rsud Aloei Saboe Kota Gorontalo. Euler : Jurnal Ilmiah Matematika, Sains Dan Teknologi, 9(1), 40–51.

Isran K. Hasan, W. A. (2021). Analisis Survival menggunakan Regresi Weibull pada Laju Kesembuhan Pasien Tuberkulosis Paru di RSUD Aloei Sabo Kota Gorontalo. Jurnal Ilmiah Matematika, Sains, dan Teknologi, 40-51 Vol. 9, No. 1.

Intan, G. (2019). 300 Orang Perhari Meninggal di Indonesia Akibat Penyakit TBC. Retrieved from https://www.voaindonesia.com/a/orang-per-harimeninggal-di-indonesia-akibat-penyakit-tbc/4849081.html

Kementerian Kesehatan Republik Indonesia 2017. (n.d.). Tuberkulosis.

Kleinbaum, D.G., & Klein, M. (2005). Survival Analysis A Self-Learning Text (third). New York: Springer.

Kurniawan, E. H. (2019). Perbandingan Regresi Linier Berganda dan Regresi Buckley James Pada Analisis Survival Data Tersensor Kanan. Proceedings Of The 1 St Steem Volume 1 Number 1, 1-10.

Sauddin, A., & Upe, I. (2018). Model Mixture Survival Pada Ketahanan Hidup Penderita Tumor Dengan Pendekatan Regresi Cox Proportional Hazard. Jurnal MSA (Matematika Dan Statistika Serta Aplikasinya), 5(1), 9. https://doi.org/10.24252/jmsa.v5n1p9

Sugiyono. (2012). Metode Penelitian Kuantitatif Kualitatif Dan R&D. Bandung: Alfabeta

Thamrin, S. A., dkk . (2018). Penaksiran Parameter Distribusi Weibull Dengan Metode Bayesian Survival dan Maksimum Likelihood . Jurnal Keteknikan dan Sains , Vol. 1 No.2 22-27.

Widyawati, L. E., & Bekti, R. D. (2020). PROPORTIONAL HAZARD DAN REGRESI WEIBULL. 05(2), 26–36.

Downloads

Published

12-09-2022

Versions

How to Cite

Hasibuan, N. A., Indra Jaya, & Ismail Husein. (2022). FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHAN PASIEN TUBERKULOSIS PARU MENGGUNAKAN BAYESIAN MIXTURE SURVIVAL. Journal of Analytical Research, Statistics and Computation, 1(1), 51–63. https://doi.org/10.4590/jarsic.v1i3.3