PEMODELAN RISIKO PERSALINAN BAYI PREMATUR DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE(STUDI KASUS DI RSU HAJI SURABAYA)

ANGGI PUSPA WIDYANTORO, 081211832033 (2016) PEMODELAN RISIKO PERSALINAN BAYI PREMATUR DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE(STUDI KASUS DI RSU HAJI SURABAYA). Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (HALAMAN DEPAN)
1. HALAMAN JUDUL.pdf

Download (1MB) | Preview
[img] Text (BAB I)
2. BAB I Pendahuluan.pdf
Restricted to Registered users only

Download (273kB) | Request a copy
[img] Text (BAB II)
3. BAB II Tinjauan Pustaka.pdf
Restricted to Registered users only

Download (659kB) | Request a copy
[img] Text (BAB III)
4. BAB III Metodologi Penelitian.pdf
Restricted to Registered users only

Download (426kB) | Request a copy
[img] Text (BAB IV)
5. BAB IV Hasil dan Pembahasan.pdf
Restricted to Registered users only

Download (516kB) | Request a copy
[img] Text (BAB V)
6. BAB V Kesimpulan dan Saran.pdf
Restricted to Registered users only

Download (411kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
7. Daftar Pustaka.pdf
Restricted to Registered users only

Download (263kB) | Request a copy
[img] Text (LAMPIRAN)
8. Lampiran.pdf
Restricted to Registered users only

Download (544kB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Kelahiran prematur dan bayi dengan berat badan lahir rendah adalah penyebab terbesar angka kematian bayi (AKB), diikuti kejadian infeksi berat termasuk pneumonia. Indonesia berada di urutan ke-5 dari 10 negara penyumbang bayi prematur terbanyak, Indonesia berkontribusi 15% atas kelahiran bayi prematur seluruh dunia. Untuk menjelaskan pola hubungan antara variabel respon dengan variabel prediktor dapat digunakan pendekatan kurva regresi nonparametrik, salah satu pendekatan nonparametrik yaitu Multivariate Adaptive Regression Spline (MARS). Tujuan dari penelitian ini adalah mengetahui estimasi model, menginterpretasikan dan menghitung ketepatan klasifikasi model risiko persalinan bayi prematur di RSU Haji Surabaya dengan pendekatan MARS. Hasil dari penelitian ini adalah diperoleh model persalinan bayi prematur di RSU Haji Surabaya berdasarkan model MARS yaitu pada BF, MI dan MO 45, 3 dan 1 yang memiliki GCV sebesar 0,179 , MSE sebesar 0,130 ,R2 sebesar 0,512 dan ketepatan klasifikasi sebesar 83,75%. Variabel prediktor yang berpengaruh terhadap persalinan bayi prematur di RSU Haji Surabaya yaitu anemia dan frekuensi pemeriksaan kehamilan dengan tingkat kepentingan mencapai 100%, selanjutnya diikuti oleh variabel tekanan darah , berat badan , usia ibu , pekerjaan ibu , dan ketuban pecah dini dengan tingkat kepentingan masing-masing sebesar 71,48%, 48,157%, 36,640, dan 26,339%. Ketepatan klasifikasi data in sample persalinan bayi prematur di RSU Haji Surabaya dengan menggunakan software OSS-R yaitu sebesar 83,75%, sedangkan ketepatan klasifikasi pada data out sample sebesar 85% lebih besar dari pada ketepatan klasifikasi pada data in sample.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK-2 ST.S 10/16 Wid p
Uncontrolled Keywords: Multivariate Adaptive Regression Spline, Persalinan Bayi Prematur
Subjects: Q Science > QA Mathematics > QA276-280 Mathematical Analysis
Q Science > QA Mathematics > QA299.6-433 Analysis
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsEmail
ANGGI PUSPA WIDYANTORO, 081211832033UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorNur Chamidah, Dr., M.SiUNSPECIFIED
ContributorElly Ana, Ir., M.SiUNSPECIFIED
Depositing User: shiefti dyah alyusi
Date Deposited: 28 Apr 2016 05:58
Last Modified: 28 Apr 2016 05:58
URI: http://repository.unair.ac.id/id/eprint/30144
Sosial Share:

Actions (login required)

View Item View Item