Pemilihan Variabel Yang Mempengaruhi Derajat Keparahan Demam Berdarah Dengue (Dbd) Di Rumah Sakit Islam Jemursari Surabaya Menggunakan Metode Regresi Logistik Elastic-Net.

Novitamara, Novitamara (2022) Pemilihan Variabel Yang Mempengaruhi Derajat Keparahan Demam Berdarah Dengue (Dbd) Di Rumah Sakit Islam Jemursari Surabaya Menggunakan Metode Regresi Logistik Elastic-Net. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211840000030-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Kota Surabaya sebagai ibukota Provinsi Jawa Timur gencar melakukan langkah untuk mengobati pasien DBD karena kasus DBD di Surabaya termasuk cukup tinggi di Jawa Timur. Berdasarkan hal tersebut perlu dilakukan pemodelan tingkat keparahan DBD yang biasanya menggunakan regresi logistik ordinal. Penentuan variabel yang signifikan cenderung kurang efektif jika variabel prediktor berjumlah cukup banyak dan saling berkorelasi. Sehingga regularisasi elastic-net dipertimbangkan untuk mendapatkan variabel prediktor yang signifikan dan dapat menyelesaikan kasus multikolinearitas dikarenakan elastic-net mengakibatkan nilai estimasi parameter akan mengalami penyusutan ke arah nol atau dengan kata lain variabel prediktor terseleksi dari model. Variabel yang digunakan dalam penelitian ini mengacu pada penelitian-penelitian sebelumnya dengan variabel respon yang digunakan yaitu derajat keparahan DBD, dengan tiga kategori (derajat I, derajat II, dan derajat III atau IV) dan unit penelitian yang digunakan adalah pasien DBD dari RSI Jemursari Surabaya Tahun 2019-2021. Penelitian ini mendapatkan hasil model terbaik yang dipilih adalah model regresi logistik ordinal elastic-net karena memiliki nilai BIC terkecil, dengan variabel yang signifikan yaitu trombosit. Model telah sesuai antara prediksi dengan hasil observasi. Saran yang dapat diberikan untuk penelitian selanjutnya yaitu menambah data dan mengkaji ulang variabel lainnya yang diduga berpengaruh terhadap derajat keparahan DBD.
==============================================================================================================================
The city of Surabaya as the capital of East Java Province is intensively taking steps to treat dengue patients because dengue cases in Surabaya are quite high in East Java. Based on this, it is necessary to model the severity of DHF, which usually uses ordinal logistic regression. Significant variables tend to be less effective if the predictor variables are sufficiently numerous and correlated with each other. So that elastic-net eegularization is considered to obtain significant predictor variables and can solve multicholinearity cases because elastic-net results in the estimated value of the parameter shrinking towards zero or in other words the predictor variable is selected from the model. The variables used in this study refer to previous studies where the response variables used were the severity of dengue fever, with three categories (degree I, degree II, and degree III or IV) and the research unit used was DHF patients from RSI Jemursari Surabaya in 2019-2021. This study obtained the results of the best model chosen was an elastic-net ordinal logistic regression model because it had the smallest BIC value, with significant variable is trombosite. The model has matched the predictions with the observation results. Reccomendation for next research can be given for future studies are to add data and review other variables that are suspected to affect the severity of DHF.

Item Type:	Thesis (Other)
Additional Information:	RSSt 519.536 Nov p-1 2022
Uncontrolled Keywords:	Aedes aegypti. DBD. Derajat Keparahan. Elastic-net. Regresi Logistik Ordinal. Aedes aegypti. DBD. Severity. Elastic-net. Ordinal Logistic Regression.
Subjects:	H Social Sciences > HA Statistics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	10 Jun 2026 04:35
Last Modified:	10 Jun 2026 04:35
URI:	http://repository.its.ac.id/id/eprint/133690

Actions (login required)

View Item