PEMODELAN RISIKO PERSALINAN SECTIO CAESAREA DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (Studi Kasus di RSU Haji Surabaya) SKRIPSI

  

PEMODELAN RISIKO PERSALINAN SECTIO CAESAREA DENGAN

PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE

(Studi Kasus di RSU Haji Surabaya)

SKRIPSI

  DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA STATISTIKA DEPARTEMEN MATEMATIKA PROGRAM STUDI STATISTIKA Diajukan Oleh :

  

DELLA DESTYLAWATI

NIM : 081211831047

PROGRAM STUDI S-1 STATISTIKA

DEPARTEMEN MATEMATIKA

  

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS AIRLANGGA

2016

  

PEMODELAN RISIKO PERSALINAN SECTIO CAESAREA DENGAN

PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE

(Studi Kasus di RSU Haji Surabaya)

SKRIPSI

  

DELLA DESTYLAWATI

PROGRAM STUDI S-1 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS AIRLANGGA

  

2016

  Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai referensi kepustakaan, tetapi pengutipan harus seijin penulis dan harus menyebutkan sumbernya sesuai kebiasaan ilmiah. Dokumen skripsi ini merupakan hak milik Universitas Airlangga.

  Assalamu’alaikum wr. wb. Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pemodelan Risiko Persalinan Sectio Caesarea dengan Pendekatan Multivariate Adaptive Regression Spline (Studi Kasus Di RSU Haji Surabaya”. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada:

  1. Kedua Orang tua tersayang (Bapak Kukuh Suwito dan Ibu Kasiyati) serta kakak Dicky Christiawan yang telah mendoakan dan memberikan dukungan, doa, kasih sayang, kepercayaan, dan pengorbanan yang tiada terkira besarnya.

  2. Dr. Nur Chamidah, M.Si selaku dosen pembimbing I dan Ir. Elly Ana, M.Si selaku dosen pembimbing II yang dengan tulus dan sabar telah memberikan bimbingannya kepada penulis.

  3. Ir. Elly Ana, M.Si selaku dosen wali selama menjadi mahasiswa Statistika Universitas Airlangga yang telah memberikan nasehat, arahan dan saran demi kesuksesan menjadi mahasiswa serta segenap dosen Statistika yang telah memberikan ilmu pengetahuan selama perkuliahan.

  4. Teman-teman Statistika angkatan 2012 yang telah membantu dalam penulisan skripsi ini dan memberikan banyak pengalaman selama di perkuliahan.

  5. Sahabat D’Zalyah yaitu Yinah, Zahro, Hana, Lussi, Aulia yang telah menjadi saudara dan setia menemani dalam keadaan susah maupun senang serta berjuang bersama-sama untuk meraih impian dan teman seperjuangan skripsi yaitu Anggi yang telah setia menemani mengerjakan skripsi hingga skripsi ini terselesaikan.

  6. Sahabat dari kecil yaitu Nurinda, Uzi, Hilda, Dian, dan Vera yang telah menjadi saudara sejak kecil serta memberikan dukungan, doa, motivasi dan memberikan semangat sehingga skripsi ini terselesaikan.

  7. Semua pihak yang tidak dapat penulis sebutkan satu persatu, terima kasih atas segala bantuannya dalam penyelesaian skripsi ini.

  Penulis menyadari bahwa dalam penyusunan skripsi ini masih banyak kekurangan dan jauh dari sempurna, sehingga penulis mengharapkan kritik dan saran yang membangun dari semua pihak. Semoga bermanfaat bagi perkembangan ilmu dan teknologi dan apa yang penulis lakukan senantiasa dirahmati dan diridhoi Allah SWT. Amiin.

  Surabaya, 02 Februari 2016 Penulis,

  Della Destylawati Della Destylawati, 2016. Risk Modeling Approach Labor Sectio Caesarea with

  

Multivariate Adaptive Regression Spline (Case Studies in RSU Haji

Surabaya). This skripsi is under supervised by Dr. Nur Chamidah, M.Si and Ir.

  Elly Ana, M.Si, S1-Statistics Courses, Matematics Departement, Faculty of Sains and Technology, Airlangga University, Surabaya.

  

ABSTRACT

  Indonesia is a developing country, including in the field of medical technology. These technological developments also influence the development of technology in the field of health, including how birth mother. Some ways of labor a mother that normal and sectio caesarea. Sectio caesarea generally done when the normal vaginal birth is not possible or because of medical and non-medical indications. Sectio caesarea labor cause maternal complications such as endometriosis, bleeding, urinary tract infection, thromboembolism, wound infections, and open wounds one of the goals of this research is to analyze and interpret than models based on factors that significantly influence sectio caesarea labor. The method used in this research is the method of Multivariate Adaptive Regression Spline (MARS). This study uses the data of 50 normal births and 50 sectio caesarea birth of data with as many as 14 variables predictor variables. Results from this study are the factors that influence the birth process sectio caesarea in RSU Haji Surabaya in 2014, among others, parity, premature rupture of membranes, anemia, severe preeclampsia, height, weight, arm circumference, and education. The best model obtained on a combination of BF = 42, MI = 3, and MO = 0 with a minimum GCV value of 0.155 and R square of 91.25%.

  Keywords: Multivariate Adaptive Regression Spline (MARS), Sectio Caesarea, Spline Regression, Classification MARS.

  Della Destylawati, 2016. Pemodelan Risiko Persalinan Sectio Caesarea dengan

  

Pendekatan Multivariate Adaptive Regression Spline (Studi Kasus di RSU

Haji Surabaya). Skripsi dibawah bimbingan Dr. Nur Chamidah, M.Si dan Ir. Elly

  Ana, M.Si. Program Studi S1-Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya.

  

ABSTRAK

  Indonesia merupakan negara yang sedang berkembang, termasuk dalam bidang teknologi kedokteran. Perkembangan teknologi ini mempengaruhi juga perkembangan teknologi di bidang kesehatan termasuk cara persalinan seorang ibu. Beberapa cara persalinan seorang ibu yaitu persalinan normal dan persalinan sectio caesarea. Sectio caesarea umumnya dilakukan ketika proses persalinan normal melalui vagina tidak memungkinkan atau karena adanya indikasi medis maupun nonmedis. Persalinan sectio caesarea menimbulkan komplikasi pada ibu berupa endometriosis, pendarahan, infeksi saluran kemih, tromboemboli, infeksi luka, dan luka terbuka salah satu tujuan penelitian ini adalah menganalisis dan menginterpretasikan dari model berdasarkan faktor yang berpengaruh signifikan terhadap persalinan sectio caesarea. Metode yang digunakan dalam penelitian ini adalah metode Multivariate Adaptive Regression Spline (MARS). Penelitian ini menggunakan 50 data persalinan normal dan 50 data persalinan sectio caesarea dengan variabel prediktor sebanyak 14 variabel. Hasil dari penelitian ini adalah faktor-faktor yang berpengaruh terhadap proses persalinan sectio caesarea di RSU Haji Surabaya pada tahun 2014 antara lain paritas, ketuban pecah dini, anemia, preeklampsia berat, tinggi badan, berat badan, lingkar lengan atas, dan pendidikan. model terbaik yang didapatkan pada kombinasi BF=42, MI=3, dan MO=0 dengan nilai GCV minimum 0,155 dan R square sebesar 91,25%.

  Kata Kunci : Multivariate Adaptive Regression Spline (MARS), Sectio Caesarea, Regresi Spline, Klasifikasi MARS.

  

DAFTAR ISI

  LEMBAR JUDUL ........................................................................................... i LEMBAR PERNYATAAN ............................................................................. ii LEMBAR PENGESAHAN ............................................................................. iii LEMBAR PEDOMAN PENGGUNAAN SKRIPSI ........................................ iv LEMBAR ORISINALITAS ............................................................................ v KATA PENGANTAR ..................................................................................... vi ABSTRAK ....................................................................................................... viii ABSTRACT ..................................................................................................... ix DAFTAR ISI .................................................................................................... x DAFTAR TABEL ............................................................................................ xiii DAFTAR GAMBAR ....................................................................................... xv DAFTAR LAMPIRAN .................................................................................... xvi

  BAB 1 PENDAHULUAN ............................................................................... 1

  1.1 Latar Belakang ..................................................................................... 1

  1.2 Rumusan Masalah ................................................................................ 4

  1.3 Tujuan Penelitian .................................................................................. 5

  1.4 Manfaat Penelitian ................................................................................ 5

  1.5 Batasan Masalah ................................................................................... 6

  BAB 2 TINJAUAN PUSTAKA ...................................................................... 7

  2.1 Persalinan ............................................................................................. 7

  2.2 Persalinan Sectio Caesarea ................................................................... 8

  2.3 Faktor-faktor yang Mempengaruhi Persalinan Sectio Caesarea .......... 8

  2.4 Regresi Logistik ................................................................................... 17

  2.5 Regresi Spline ...................................................................................... 18

  2.6 Multivariate Adaptive Regression Spline (MARS) ............................. 20

  2.7 Klasifikasi MARS ................................................................................ 26

  2.8 Pengujian Koefisien fungsi Basis Model MARS ................................. 28

  2.9 Ketepatan Klasifikasi dan Nilai Press’Q .............................................. 30

  2.10 Odd Ratio ............................................................................................. 31

  2.11 Software MARS ................................................................................... 33

  2.12 Software R ............................................................................................ 35

  BAB 3 METODOLOGI PENELITIAN........................................................... 37

  3.1 Data dan Sumber Data ......................................................................... 37

  3.2 Variabel Penelitian ............................................................................... 37

  3.3 Langkah Analisis Data ......................................................................... 39

  BAB 4 HASIL DAN PEMBAHASAN............................................................ 42

  4.1 Deskripsi Proses Persalinan Sectio Caesarea Di RSU Haji Surabaya . 42

  4.2 Estimasi Model MARS ........................................................................ 51

  4.3 Analisis dan Interpretasi Model ........................................................... 59

  4.4 Ketepatan Klasifikasi Pada Data Out Sample Menggunakan Program R ............................................................................................ 68

  BAB 5 KESIMPULAN DAN SARAN ........................................................... 72

  5.1 Kesimpulan .......................................................................................... 72

  5.2 Saran ..................................................................................................... 73

  DAFTAR PUSTAKA ...................................................................................... 74 LAMPIRAN

  

DAFTAR GAMBAR

Nomor Judul Gambar Halaman

  4.1 Diagram Lingkar Deskripsi Pendidikan

  42 Pasien Proses Persalinan Sectio Caesarea

  4.2 Diagram Lingkar Deskripsi Pekerjaan

  43 Pasien Proses Persalinan Sectio Caesarea

  4.3 Diagram Lingkar Deskripsi Tekanan Darah 44 Pasien Proses Persalinan Sectio Caesarea

  4.4 Diagram Lingkar Deskripsi Preeklampsia 45 Berat Pasien Proses Persalinan Sectio Caesarea

  4.5 Diagram Lingkar Deskripsi Kunjungan

  46 Antenatal Care Pasien Proses Persalinan

  Sectio Caesarea

  4.6 Diagram Lingkar Deskripsi Ketuban Pecah 47 Dini Pasien Proses Persalinan Sectio Caesarea

  4.7 Diagram Lingkar Deskripsi Anemia

  48 Pasien Proses Persalinan Sectio Caesarea

  4.8 Diagram Lingkar Deskripsi Diabetes

  49 Pasien Proses Persalinan Sectio Caesarea

  4.9 Diagram Lingkar Deskripsi Pendarahan

  50 Pasien Proses Persalinan Sectio Caesarea

  

DAFTAR TABEL

Nomor Judul Tabel Halaman

  2.1 Ketepatan Klasifikasi Model MARS

  27

  2.2 Nilai Ketergantungan Model y terhadap x j

  29

  3.1 Variabel Penelitian

  34

  4.1 Penentuan Model MARS Pada Proses Persalinan 51

   sectio caesarea di RSU Haji Surabaya dengan

  Fungsi Basis 28

  4.2 Penentuan Model MARS Pada Proses Persalinan 52

   sectio caesarea di RSU Haji Surabaya dengan

  Fungsi Basis 42

  4.3 Penentuan Model MARS Pada Proses Persalinan 53

   sectio caesarea di RSU Haji Surabaya dengan

  Fungsi Basis 56

  4.4 Estimasi Parameter dari Basis Fungsi

  55

  4.5 Pengujian Koefisien Fungsi Basis yang Signifikan 57

  4.6 Perbandingan Antara Ketepatan Klasifikasi

  58 Metode MARS dengan Regresi Logistik

  4.7 Nilai Odds Ratio Masing-Masing Fungsi Basis 62

  4.8 Tingkat Kepentingan Variabel Prediktor

  65

  4.9 Ketepatan dan Kesalahan Klasifikasi

  67 Pada Data In Sample

  4.10 Ketepatan dan Kesalahan Klasifikasi Pada Data 69 Out Sample Menggunakan Program R

Dokumen yang terkait

ESTIMASI MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA INDEKS HARGA SAHAM GABUNGAN (IHSG)

4 29 235

ANALISIS DISKRIMINAN DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) UNTUK MEMPREDIKSI FINANCIAL DISTRESS PADA PERUSAHAAN MANUFAKTUR DI BEI

1 4 9

MODEL PREDIKSI TIMELINESS PELAPORAN KEUANGAN MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE ( Studi Kasus pada Perusahaan Perbankan Go Public di BEI)

0 0 15

HUBUNGAN TINGKAT NYERI DENGAN TINGKAT KECEMASAN PADA PASIEN POST OPERASI SECTIO CAESAREA DI RSU PKU MUHAMMADIYAH GOMBONG

0 3 8

4.1. Penentuan Ukuran Sampel Penelitian - FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI KUMULATIF MAHASISWA PROGRAM STUDI MATEMATIKA UNIVERSITAS AIRLANGGA DENGAN MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) Repository - UNAIR REPOSITORY

0 1 11

PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI PAPUA DENGAN PENDEKATAN REGRESI NONPARAMETRIK ADITIF BERDASARKAN ESTIMATOR PENALIZED SPLINE SKRIPSI

0 0 15

PEMODELAN RISIKO KEJADIAN BAYI BERAT BADAN LAHIR RENDAH BERDASARKAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE(MARS)(Studi Kasus di RSU Haji Surabaya) Repository - UNAIR REPOSITORY

0 0 129

KABUPATEN BOJONEGORO BERDASARKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)

0 0 14

PEMODELAN KEJADIAN MALNUTRISI PADA PASIEN ANAK PENDERITA INFEKSI SALURAN PERNAPASAN AKUT DENGAN PENDEKATAN REGRESI LOGISTIK NONPARAMETRIK ADITIF BERDASARKAN ESTIMATOR KERNEL (Studi Kasus di RSU Haji Surabaya) Repository - UNAIR REPOSITORY

0 0 107

PEMODELAN RISIKO KEJADIAN MALNUTRISI PADA PASIEN ANAK PENDERITA PENYAKIT INFEKSI SALURAN PERNAFASAN AKUT DENGAN PENDEKATAN MULTIVARIATE ADDAPTIVE REGRESSION SPLINE (Studi Kasus di Rumah Sakit Umum Haji Surabaya) Repository - UNAIR REPOSITORY

0 0 101