ACHNES NOVITAWATI, 081211833020 (2017) PEMODELAN LOKASI PENYAKIT PADA PENDERITA TUBERKULOSIS DENGAN PENDEKATAN REGRESI LOGISTIK BINER (Studi Kasus Pada Pasien Penyakit Tuberkulosis Rawat Jalan RSUD dr. Soewandhie Surabaya). Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRACT) KKC KK ST.S. 06 -17 Nov p-Abstrak.pdf Download (2MB) | Preview
	Text (FULLTEXT) KKC KK ST.S. 06 -17 Nov p.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Tuberkulosis merupakan penyakit menular kronis yang disebabkan oleh bakteri Mycobacterium Tuberculosis. Sejak tahun 1993 sampai saat ini tuberkulosis masih menjadi masalah kesehatan masyarakat di negara berkembang. Di Indonesia penyakit tuberkulosis adalah pembunuh nomor satu dan merupakan penyebab kematian nomor tiga setelah penyakit jantung dan penyakit saluran pernafasan akut. Surabaya memiliki kasus terbanyak penyakit tuberkulosis yang menduduki peringkat pertama di Jawa Timur dengan jumlah penderita 4.028 jiwa. Klasifikasi lokasi atau organ tubuh yang terkena penyakit tuberkulosis dibagi menjadi dua yaitu Tuberkulosis Paru dan Tuberkulosis Ekstra Paru. Tujuan penelitian ini adalah mendeskripsikan profil pasien tuberkulosis dan memodelkan lokasi penyakit pada penderita tuberkulosis di RSUD dr. Soewandhie Surabaya dengan pendekatan regresi logistik biner. Hasil analisis deskriptif menunjukan bahwa sebagian besar penderita tuberkulosis paru yaitu pasien usia produktif, berjenis kelamin laki-laki, berpendidikan rendah, tidak bekerja, memiliki kebiasaan merokok, berkondisi sosial ekonomi rendah. Selain itu, diperoleh hasil pemodelan lokasi penyakit tuberkulosis berdasarkan pendekatan regresi logistik biner dengan link function logit menunjukan bahwa variabel usia, jenis kelamin, kebiasaan merokok, dan kondisi sosial ekonomi berpengaruh signifikan terhadap jenis tuberkulosis. Hal ini dilihat dari nilai odds ratio yang tertinggi berada pada pesien tuberkulosis yang berstatus kondisi sosial ekonomi rendah sebesar 46,951 kali penderita tuberkulosis berstatus kondisi sosial ekonomi tinggi. Nilai ketepatan klasifikasi dengan metode pendekatan regresi logistik biner pada data in sampel diperoleh sebesar 82% dan data out sampel sebesar 80%.

Actions (login required)

View Item