Metode Bootstrap Aggregating Regresi Logistik untuk Peningkatan Ketepatan Klasifikasi Regresi Logistik Ordinal (Studi Kasus Stadium Kanker Serviks di RS. Wahidin Sudirohusodo, 2010)
| Main Authors: | insani, Fitrah suci, AF, Saleh, Talangko, LP. |
|---|---|
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://repository.unhas.ac.id/handle/123456789/12881 |
Daftar Isi:
- Regresi logistik merupakan metode untuk mengetahui pengaruh beberapa variabel bebas terhadap variabel respon yang bersifat kategorik, regresi logistik terbagi menjadi tiga yaitu regresi logistik biner, regresi logistik nominal dan regresi logistik ordinal. Regresi logistik biner digunakan ketika terdapat dua kemungkinan variabel respon (Y) dan regresi logistik nominal dan ordinal digunakan ketika terdapat lebih dari dua kemungkinan variabel respon (Y), dimana regresi logistik ordinal variabel responnya memiliki sifat terurut, untuk menaksir parameter pada model regresi logistik ordinal dapat digunakan metode Maksimum Likelihood Estimation. Metode ini dapat juga digunakan pada proses pengklasifikasian, ketepatan klasifikasi regresi logistik ordinal dapat ditingkatkan dengan metode Bootstrap Aggregating (bagging).Dalam penelitian ini digunakan metode regresi logistik ordinal yang digunakan untuk mengklasifikasikan stadium penyakit penderita kanker serviks, dan diperoleh peningkatan ketepatan klasifikasi dengan Bootstrap Aggregating (bagging).