Fungsi Hazard Distribusi Waktu Hidup Model Kontinu Distribusi Waktu Hidup Model Diskrit Data Tersensor

C. Fungsi Hazard

Suatu kuantitas dasar yang merupakan dasar dalam analisis ketahanan hidup adalah fungsi hazard . Fungsi hazard juga dikenal dengan hazard rate . Definisi 3.2 Fungsi hazard atau hazard rate didefinisikan sebagai probabilitas kegagalan selama interval waktu yang kecil dengan asumsi individu masih bertahan pada awal interval atau limit dari probabilitas individu gagal pada interval waktu yang kecil dengan individu masih bertahan sampai waktu . Secara matematis dapat dinyatakan sebagai berikut: |

D. Distribusi Waktu Hidup Model Kontinu

Misalkan adalah fungsi probabilitas dan adalah variabel acak kontinu, maka dapat diperoleh | � � � Dari persamaan diketahui bahwa � dan � � Dari persamaan dan , diperoleh � PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI � � � � � � � � � Dari persamaan diperoleh ∫ ∫ � ∫ ∫ � ∫ � | ∫ � � Karena � maka � , sehingga diperoleh ∫ � � ∫ Persamaan , , dan menunjukkan bahwa apabila fungsi hazard diketahui maka fungsi densitas dan fungsi ketahanan hidup � dapat dicari, begitu pula apabila ataupun � yang diketahui maka fungsi hazard dapat dicari. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

E. Distribusi Waktu Hidup Model Diskrit

Misalkan adalah fungsi probabilitas atau distribusi probabilitas, adalah banyaknya pengamatan, dan adalah variabel acak diskrit dengan , , , adalah nilai dari . Fungsi hazard untuk variabel acak diskrit adalah | � dengan � Dari persamaan diketahui � berarti � � atau � � Berdasarkan persamaan maka diperoleh � � � � � � Fungsi ketahanan hidup dapat ditulis sebagai perkalian dari probabilitas bersyarat ketahanan hidup, yaitu � ∏ � � Jadi, hubungan antara fungsi ketahanan hidup pada persamaan dan fungsi hazard pada persamaan , yaitu � ∏[ ]

F. Data Tersensor

Dalam perhitungan menggunakan metode-metode analisis ketahanan hidup diperlukan data atau yang biasa disebut dengan data ketahanan hidup. Bentuk umum dari data ketahanan hidup adalah mendeskripsikan proses waktu terjadinya suatu kejadian. Bentuk utama dari struktur data ketahanan hidup adalah penyensoran. Biasanya suatu pengamatan ketahanan hidup mempunyai waktu awal mulai pengamatan dan waktu terakhir pengamatan, sehingga pengamat hanya dapat mengamati semua kejadian dan mencatat waktu kejadian selama waktu yang sudah ditentukan. Penyensoran terjadi ketika terdapat individu yang tetap bertahan hidup sampai akhir pengamatan, individu yang hilang dari pengamatan dengan berbagai alasan, atau individu mengikuti pengamatan tidak dari waktu awal. Penyensoran dibagi menjadi beberapa tipe. Tipe-tipe penyensoran dapat dilihat pada diagram dibawah ini. Misalkan merupakan banyaknya individu yang akan mengikuti suatu percobaan dan , , , merupakan waktu hidup yang dimiliki setiap individu. Penyensoran Penyensoran Kanan Penyesoran Tipe I Penyensoran Acak Penyensoran Tipe II Penyensoran Kiri Penyensoran Interval 1. Penyensoran Kanan Penyensoran kanan terjadi apabila individu telah memasuki proses pengamatan tetapi hilang dari pengamatan. Waktu kejadian sesungguhnya terletak di sebelah kanan dari waktu penyensoran sepanjang sumbu waktu. Penyensoran kanan terbagi menjadi tiga tipe, yaitu penyensoran tipe I, penyensoran acak, dan penyensoran tipe II. a. Penyensoran Tipe I Penyensoran ini biasanya terjadi dalam aplikasi yang berkaitan dengan mesin. Setiap individu mulai diamati pada waktu dan mencacat waktu ketahanan hidup setiap individu sampai mengalami kegagalan. Tidak semua individu akan mempunyai waktu kegagalan yang cepat. Terdapat beberapa individu yang membutuhkan waktu yang lama agar individu tersebut mengalami kegagalan. Suatu percobaan biasanya memiliki batas waktu untuk mengamati setiap kejadian yang terjadi pada individu. Hingga batas waktu pengamatan berakhir biasanya ada individu yang belum mengalami kegagalan dan peneliti tidak ingin menambah waktu pengamatan. Waktu terakhir pengamatan dinotasikan dengan yang disebut juga waktu penyensoran. Jika banyaknya individu yang masuk dalam percobaan adalah , maka waktu kegagalan yang harus diamati adalah . Sebagai pengganti dari waktu yang diamati, akan diobservasi dimana { . b. Penyensoran Acak Penyensoran acak sering terjadi pada percobaan-percobaan kesehatan. Individu masuk dalam sebuah percobaan pada waktu yang berbeda. Kemudian masing-masing individu diperlakukan dengan percobaan yang sudah ditetapkan. Setiap individu yang masuk dalam pengamatan akan diamati waktu kegagalan tetapi penyensoran dapat terjadi selama pengamatan. Kejadian-kejadian yang menyebabkan terjadinya penyensoran adalah sebagai berikut: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 1 Hilang dari pemeriksaan Loss to Follow Up Individu meninggalkan pengamatan tanpa diketahui alasannya. Waktu ketahanan hidup individu yang sebenarnya tidak diketahui, yang diketahui hanya individu bertahan hidup dari tanggal individu masuk dalam pengamatan sampai individu meninggalkan pengamatan. 2 Keluar Efek buruk yang terjadi dari sebuah percobaan memaksa pemberhentian percobaan atau individu yang menolak untuk melanjutkan percobaan dengan alasan apapun. 3 Penghentian Pengamatan Penghentian pengamatan terjadi karena individu yang tetap hidup pada akhir dari pengamatan. Setiap individu yang masuk dalam percobaan mempunyai waktu hidup dan waktu sensor . Pada setiap individu didapat pasangan pengamatan dimana dan { . Gambar berikut akan memperjelas pemahaman mengenai penyensoran tipe I dan penyensoran acak. Pada gambar terdapat enam individu yang masuk ke dalam pengamatan. Tanda “x” berarti kegagalan yang terjadi adalah kematian. Tanda “+” berarti penyensoran kanan. 6 5 4 3 2 1 x x + + + + Waktu Awal Pengamatan Waktu Terakhir Pengamatan Angka 1, 2, 3, 4, 5, dan 6 menyatakan individu. Dua garis tegak menyatakan waktu awal pengamatan dan waktu terakhir pengamatan. Individu 1 masuk ke dalam pengamatan mulai dari waktu awal pengamatan dan meninggal sebelum waktu terakhir pengamatan. Jadi waktu hidup untuk individu 1, yaitu dihitung dari waktu awal pengamatan sampai waktu individu meninggal. Individu 2 masuk ke dalam pengamatan mulai dari waktu awal pengamatan dan individu belum meninggal sampai akhir pengamatan. Dalam kasus ini, individu 2 termasuk ke dalam penyensoran tipe I. Jadi waktu sensor individu 2, yaitu adalah waktu terakhir pengamatan. Individu 3 masuk ke dalam percobaan tidak mulai dari waktu awal dan meninggal sebelum pengamatan berakhir. Dalam kasus ini, individu 3 termasuk dalam penyensoran acak. Jadi waktu sensor individu 3, yaitu adalah jarak waktu dari individu masuk ke dalam pengamatan sampai individu meninggal. Sama halnya dengan individu 3, individu 4 masuk ke dalam percobaan tidak mulai dari waktu awal pengamatan. Namun, individu 4 belum meninggal sampai waktu terakhir pengamatan. Dalam kasus ini, individu 4 termasuk dalam penyensoran acak. Jadi, waktu sensor individu 4, yaitu adalah jarak waktu dari individu masuk ke dalam pengamatan sampai waktu terakhir pengamatan. Individu 5 dan individu 6 memiliki kasus yang sama, yaitu hilang dari pengamatan. Perbedaannya adalah individu 5 masuk ke dalam pengamatan mulai dari awal pengamatan, sedangkan individu 6 tidak masuk ke dalam pengamatan mulai dari awal. Dalam kasus ini, individu 5 dan individu 6 termasuk dalam penyensoran acak. Waktu sensor individu 5, yaitu adalah jarak waktu dari awal pengamatan sampai individu hilang dari pengamatan. Waktu sensor individu 6, yaitu adalah jarak waktu dari individu masuk dalam pengamatan sampai individu hilang dari pengamatan. c. Penyensoran Tipe II Sama seperti penyensoran Tipe I, pengamatan dimulai pada waktu . Misalkan menunjukkan nilai yang telah diurut dari sampel acak . Pengamatan akan berakhir sesudah kegagalan ke- terjadi. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Misalnya dipilih , sehingga pada umumnya akan terdapat waktu kegagalan. Namun pada penyensoran ini, pengamatan berkahir pada saat waktu kegagalan dari kegagalan ke- terjadi. Jadi, pada percobaan hanya akan diamati pengamatan dalam sampel acak dari item. Pada penyensoran ini pengamatan mungkin saja akan membutuhkan waktu yang lama karena harus menunggu sampai kegagalan ke- terjadi. Namun pengamatan juga dapat berakhir cepat apabila kegagalan ke- terjadi sangat cepat. Misalkan adalah waktu pengamatan berakhir pada saat kegagalan ke- terjadi. Semua individu yang masih bertahan sampai waktu memiliki waktu sensor yaitu . Secara umum penyensoran ini diilustrasikan sebagai berikut: 2. Penyensoran Kiri Penyensoran kiri sering terjadi sering terjadi pada pengamatan yang melibatkan dua tahap pengamatan yang berbeda. Individu yang masuk pada proses pengamatan pertama tetapi tidak memenuhi syarat untuk masuk ke tahap kedua dipandang sebagai tersensor kiri. Misalkan sebuah pengamatan berjudul “Inisiasi Penggunaan Alat Kontrasepsi Pertama Kali Sesudah Menikah”. Pasangan yang mengikuti pengamatan tetapi telah menggunakan alat kontrasepsi sebelum menikah maka data dari pasangan tersebut tersensor kiri. Contoh lainnya adalah misalkan pengamatan dilakukan pada sebuah Sekolah Menengah Atas yang berjudul “Pemakaian Ganja Pertama Kali Selama Masa Sekolah Menengah Atas”. Seorang anak SMA yang mengikuti pengamatan telah memakai ganja tetapi anak tersebut tidak mengingat waktu pertama memakai ganja maka data dari anak tersebut tersensor kiri. 3. Penyensoran Interval Pada penyensoran interval waktu hidup hanya terjadi pada suatu interval. Setiap waktu hidup individu, yaitu jatuh dalam interval ] yang merepresentasikan interval waktu dengan merupakan batas bawah waktu penyensoran dan merupakan batas atas waktu penyensoran. Misalkan individu ke- memperlihatkan gejala kegagalan pada waktu pemeriksaan pertama maka dan adalah waktu pemeriksaan selanjutnya. Jika individu tidak memperlihatkan gejala kegagalan sampai waktu pemeriksaan ke- tetapi menunjukkan gejala kegagalan pada waktu ke- maka adalah waktu pemeriksaan ke- dan adalah waktu pemeriksaan ke- . Jika individu tidak menunjukkan gejala kegagalan sampai waktu pemeriksaan terakhir maka adalah waktu pemeriksaan terakhir dan . Waktu ketahanan hidup pada penyensoran interval biasa ditetapkan, misalnya waktu tengah dari interval waktu.

G. Penduga Fungsi Ketahanan Hidup dengan Metode Kaplan Meier