PEMODELAN KLASIFIKASI PENYAKIT GLAUKOMA BERDASARKAN PENDEKATAN REGRESI LOGISTIK NOMINAL (Studi Kasus Rumah Sakit Mata Undaan Surabaya)
| Main Author: | DARWATI, 081211831049 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/55921/1/KKC%20KK%20ST.S%2052%20-16%20Dar%20p-Abstrak.pdf http://repository.unair.ac.id/55921/2/KKC%20KK%20ST.S%2052%20-16%20Dar%20p.pdf-1.pdf http://repository.unair.ac.id/55921/3/KKC%20KK%20ST.S%2052%20-16%20Dar%20p.pdf-1.pdf-2.pdf http://repository.unair.ac.id/55921/ http://lib.unair.ac.id |
Daftar Isi:
- Skripsi ini membahas pemodelan klasifikasi penyakit Glaukoma berdasarkan pendekatan regresi logistik nominal. Variabel respon yang digunakan adalah klsifikasi penyakit Glaukoma yang terdiri dari 3 klasifikasi, yaitu Glaukoma Primer, Glaukoma Sekunder dan Glaukoma Absolut, sedangkan variabel prediktornya adalah usia, diabetes, hipertensi, tekanan intraokuler kanan dan tekanan intraokuler kiri. Data yang digunakan dalam pemodelan tersebut diperoleh dari data rekam medis pasien Glaukoma di Rumah Sakit Mata Undaan Surabaya antara tahun 2014-2016 yang diambil secara acak. Hasil uji serentak menunjukkan bahwa terdapat minimal satu variabel prediktor yang berpengaruh terhadap klasifikasi Glaukoma dengan p-value sebesar 0,000. Pada uji individu didapatkan variabel prediktor yang signifikan berpengaruh yaitu variabel diabetes, hipertensi dan tekanan intraokuler kanan. Uji kesesuaian model dengan menggunakan statistik Deviance diperoleh p-value 0,990 yang berarti bahwa tidak ada perbedaan antara hasil observasi dengan kemungkinan hasil prediksi model. Odds Rasio (OR) untuk variabel diabetes pada fungsi logit 1 sebesar 8,24, variabel tekanan intraokuler kanan sebesar 0,14, sedangkan pada fungsi logit 2 untuk variabel diabetes 7,95, variabel hipertensi 0,29, dan variabel tekanan intraokuler kanan yaitu sebesar 0,27. Ketepatan klasifikasi model pada data insample sebesar 68,18182%, sedangkan pada data outsample sebesar 54,54545%.