Perbandingan Ketepatan Klasifikasi Metode Regresi Logistik Biner Dan Multivariate Adaptive Regression Splines Pada Status Stroke Pasien (Studi Kasus: Rsud Dr. H. Slamet Martodirdjo Pamekasan Tahun 2015)

Surya, Dhinta Wulansari Tri (2016) Perbandingan Ketepatan Klasifikasi Metode Regresi Logistik Biner Dan Multivariate Adaptive Regression Splines Pada Status Stroke Pasien (Studi Kasus: Rsud Dr. H. Slamet Martodirdjo Pamekasan Tahun 2015). Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[img]
Preview
Text
1314105026-Undergraduate_Thesis.pdf - Published Version

Download (703kB) | Preview

Abstract

Stroke merupakan penyakit yang menduduki peringkat pertama yang paling mematikan di Indonesia. Maka peneliti tertarik untuk membandingkan metode regresi logistik biner dan Multivariate Adaptive Regression Splines (MARS) pada status stroke pasien di RSUD Dr. H. Slamet Martodirdjo Pamekasan. Stroke dibedakan menjadi dua macam yaitu stroke iskemik (non hemoragik) dan hemoragik. Berdasarkan hasil ketepatan klasifikasi antara model regresi logistik biner dan MARS pada status stroke pasien di RSUD Dr. H. Slamet Martodirdjo Pamekasan pada tahun 2015 diperoleh kesimpulan bahwa model MARS memiliki nilai Total Accuracy paling tinggi dibandingkan dengan model regresi logisik biner. Sehingga pemodelan faktor yang berpengaruh terhadap status stroke pasien di RSUD Dr. H. Slamet Martodirdjo Pamekasan pada tahun 2015 lebih tepat menggunakan metode MARS. Berdasarkan hasil analisis menggunakan metode regresi logistik biner diperoleh model metode MARS diperoleh model yaitu Y = 0,745 – 0,004 BF1 – 0,005 BF2 + 0,005 BF3 + 0,003 BF12 – 0,010 BF20 + 0,008 BF22 dan model yang diperoleh dari regresi logistik biner adalah )(ˆxπ= -0,227 – 0,814 Hipertensi(2) – 1,070 Hipertensi(3) + 1,077 Riwayat Keluarga (1) ==========================================================================================Stroke is one of the most deadly-caused disease in Indonesia. The researcher is interested in comparing binary logistic regression and multivariate adaptive regression splines on type of stroke patients at Dr. H. Slamet Martodirdjo Pamekasan Hospital. Stroke can be classified into stroke non-hemorrhagic and hemorrhagic. Based on the accuracy of the classification model, MARS has a total value of accuracy highest compared with binary logistic regression model, thus the case about type of stroke patients at Dr. H. Slamet Martodirdjo Pamekasan Hospital on 2015 more precise using method by MARS.While based on using MARS method obtained model is Y = 0,745 – 0,004 BF1 – 0,005 BF2 + 0,005 BF3 + 0,003 BF12 – 0,010 BF20 + 0,008 BF22 and analysis using binary logistic regression method obtain model is- )(ˆxπ= -0,227 – 0,814 Hipertensi(2) – 1,070 Hipertensi(3) + 1,077 Riwayat Keluarga (1)

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.536 Sur p
Uncontrolled Keywords: Status Stroke, Regresi Logistik Biner, Multivariate Adaptive Regression Splines, Ketepatan Klasifikasi
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: EKO BUDI RAHARJO
Date Deposited: 26 Feb 2020 10:11
Last Modified: 26 Feb 2020 10:11
URI: https://repository.its.ac.id/id/eprint/75204

Actions (login required)

View Item View Item