ROSITA RAHAYU PERTIWI, 081211833007 (2016) PEMODELAN REGRESI LOGISTIK BINER PADA TINGKAT RESIKO KEBUTAAN PASIEN GLAUKOMA PRIMER MENGGUNAKAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (Studi Kasus di Rumah Sakit Mata Undaan Surabaya). Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) ABSTRAK .pdf Download (174kB) | Preview
	Text (FULL TEXT) ST. S. 36-16 Per p.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Mata merupakan alat penting untuk melihat dan mengetahui keadaan di sekitar sehingga kesehatan mata harus dijaga dengan baik. Apabila kesehatan mata tidak diperhatikan, hal itu dapat merugikan manusia karena mengakibatkan gangguan penglihatan yang akan mempengaruhi kualitas hidup manusia. Gangguan penglihatan merupakan suatu hambatan pada mata yang ditandai dengan penurunan tajam penglihatan ataupun menurunnya luas jangkauan pandang, yang dapat mengakibatkan kebutaan. Glaukoma merupakan penyebab kebutaan kedua terbanyak setelah katarak di seluruh dunia. Berbeda dengan katarak, kebutaan yang diakibatkan glaukoma bersifat permanen atau tidak dapat diperbaiki. Glaukoma adalah penyakit mata dimana terjadi kerusakan saraf optik yang diikuti gangguan pada lapang pandangan yang khas, biasanya disertai peningkatan tekanan intraokular. Pemodelan tingkat risiko kebutaan pada penderita glaukoma primer terhadap faktor-faktor yang mempengaruhi dapat dianalisis dengan menggunakan metode analisis regresi nonparametrik multivariat. Salah satu analisis regresi nonparametrik multivariat untuk mengetahui hubungan antar variabel adalah pendekatan Multivariate Adaptive Regression Spline (MARS) dengan variabel respon mengalami resiko kebutaan atau tidak pada pasien glaukoma primer. Variabel prediktornya adalah usia (

Actions (login required)

View Item