PEMODELAN STATISTIKA UNTUK PREDIKSI MALNUTRISI RUMAH SAKIT PADA BALITA YANG DIRAWAT DI RUMAH SAKIT DR. SOETOMO SURABAYA

ARDI KURNIAWAN, 090810081 D (2014) PEMODELAN STATISTIKA UNTUK PREDIKSI MALNUTRISI RUMAH SAKIT PADA BALITA YANG DIRAWAT DI RUMAH SAKIT DR. SOETOMO SURABAYA. Disertasi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s3-2014-kurniawana-33693-5.abstr-k.pdf

Download (151kB) | Preview
[img] Text (FULL TEXT)
gdlhub-gdl-s3-2014-kurniawana-33693-fk.pdf
Restricted to Registered users only

Download (805kB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Kejadian malnutrisi di antara pasien yang dirawat di rumah sakit mempunyai prevalensi yang cukup tinggi dan dapat berdampak negatif terhadap hasil klinis pasien. Begitu pula di RSUD Dr. Soetomo Surabaya, khususnya di bagian anak, masih banyak kejadian malnutrisi rumah sakit yang dialami pasien Balita yang dirawat di rumah sakit tersebut. Penelitian dilakukan terhadap pasien Balita yang berusia 1 sampai dengan 5 tahun. Pasien Balita yang diteliti adalah pasien Balita yang menderita penyakit Ginjal, penyakit Kardio Vaskuler, penyakit Gastro Intestinal, dan penyakit Saluran Nafas. Tujuan dari penelitian yang dilakukan adalah membuat model malnutrisi rumah sakit untuk Balita yang dirawat Rumah Sakit Dr. Soetomo berdasarkan pada metode Regresi Logistik dan metode MARS. Variabel bebas dalam penelitian ini merupakan faktor-faktor yang terdapat dalam SGA (Subjective Global Assessment) yang meliputi peubahan BB (X1), perubahan asupan makanan (X2), muntah (X3), diare (X4), anoreksa (X5), perubahan aktivitas sehari-hari (X6), muscle wasting (X7), edema (X8), asites (X9), the status gizi awal (X10), and penyakit yang diderita (X11). Variabel terikat dalam penelitian ini adalah apakah pasien balita tersebut terkena malnutrisi rumah sakit ataukah tidak. Seorang pasien Balita dikatakan terkena malnutrisi rumah sakit apabila dalam perawatan di rumah sakit selama dua minggu mengalami penurunan berat badan lebih dari 10%. Selain menentukan model malnutrisi, pada penelitian ini akan dicari juga besar ketepatan hasil prediksi yang dihasilkan. Ada 57 pasien balita yang dirawat di bagian anak RSUD DR, Soetomo diambil sebagai sampel. Setelah perawatan selama dua minggu, sebanyak 70,2% pasien balita tidak mengalami malnutrisi rumah sakit, sedangkan 29,8% sisanya mengalami malnutrisi rumah sakit. Hasil pengolahan data dengan Regresi Logistik menunjukkan, bahwa faktor yang berpengaruh terhadap model malnutrisi rumah sakit adalah perubahan BB dan status gizi awal pasien palita. Sedangan pengolahan data dengan MARS diperoleh, bahwa faktor yang berpengaruh terhadap model malnutrisi Rumah Sakit adalah penurunan BB, Status Gizi Pasien Balita, Perubahan Asupan Makanan, Pasien Balita Diare dan Pasien Balita mengalami Muscle Wasting. Pada sisi lain didapatkan, besar ketepatan klasifikasi dari model regresi logistik dan MARS masing-masing adalah 80,7% dan 87,7%. Ketepatan klasifikasi model dari MARS lebih besar dibandingkan ketepatan klasifikasi model Regresi Logistik. Dengan demikian hal ini menunjukkan model yang diperoleh MARS lebih baik dibandingkan dengan model dari Regresi Logistik.

Item Type: Thesis (Disertasi)
Additional Information: KKC KK Dis M 13/14 Kur p
Uncontrolled Keywords: Subjective Global Assessment (SGA), Hospital Malnutrition, Logistic Regression, Multivariate Adaptive Regression Spline (MARS), Classification Accuracy
Subjects: H Social Sciences > HA Statistics > HA1-4737 Statistics
R Medicine > RA Public aspects of medicine > RA1-1270 Public aspects of medicine > RA421-790.95 Public health. Hygiene. Preventive medicine > RA773-788 Personal health and hygiene
R Medicine > RA Public aspects of medicine > RA1-1270 Public aspects of medicine > RA960-1000.5 Medical centers. Hospitals. Dispensaries. Clinics
R Medicine > RJ Pediatrics > RJ101 Child Health. Child health services
T Technology > TX Home economics > TX341-641 Nutrition. Foods and food supply
Divisions: 09. Sekolah Pasca Sarjana > Ilmu Matematika & IPA
Creators:
CreatorsNIM/NIDN
ARDI KURNIAWAN, 090810081 DUNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorBoerhaqn Hidajat, Prof.,DR.,dr.,Sp.AkUNSPECIFIED
ContributorI Nyoman Budiantara, Prof.,Dr.,Drs.,M.SiUNSPECIFIED
Depositing User: Nn Anisa Septiyo Ningtias
Last Modified: 02 Sep 2016 04:29
URI: http://repository.unair.ac.id/id/eprint/32817
Sosial Share:

Actions (login required)

View Item View Item