3 research outputs found
Analisis Survival pada Data Kanker Ovarium
Get PDFPenyakit kanker ovarium merupakan penyakit yang mematikan bagi wanita. Hingga saat ini pasien kanker ovarium terus meningkat, dikarenakan penyakit ini didiagnosa pada stadium akhir yaitu pada staium 3 dan 4. Mengingat fakta yang ada di masyarakat,maka perlu adanya analisis mengenai pasien kanker ovarium. Sehingga dapat diketahui faktor-faktor yang mempengaruhi kesembuhan pasien kanker ovarium. Regresi Weibull merupakan metode analisis survival yang digunakan untuk mengetahui efek variabel independen dengan data survival sebagai variabel dependen. Dalam penelitian ini akan mengkaji model data survival pada pasien kanker ovarium dan mengetahui faktor yang mempengaruhi kesembuhan pasien kanker ovarium. Variabel yang digunakan yaitu riwayat pengobatan, usia pasien, dan alat kontrasepsi. Sehingga menghasilkan variabel riwayat pengobatan dan usia pasien yang diduga mempengaruhi kesembuhan kanker ovarium. Setiap pasien kanker ovarium yang melakukan pengobatan dalam riwayat pengobatan mempunyai kemungkinan untuk sembuh 4,2503 kali dan setiap bertambahnya usia pasien mempunyai kemungkinan sembuh 0,1107 kali
PENERAPAN METODE FUZZY SUGENO UNTUK MENENTUKAN JALUR TERBAIK MENUJU LOKASI WISATA DI SURABAYA
Get PDFThis study aims to determine the best route to tourist sites in Surabaya. An optimal path will be obtained from three path choices. The method used is Sugeno Fuzzy Logic, by obtaining membership degrees with fuzzification and then being applied to the appropriate rules, followed by the deflation process to produce optimal and less optimal output. There are six tourist attractions to be visited including Tugu Pahlawan, Food Junction Pakuwon, Atlantis Land, Surabaya Zoo (KBS), Suroboyo Carnival, and Mangrove. There are three starting points (Surabaya City Hall, Purabaya Terminal, and Tanjung Perak Port). The criteria used in this study are distance to tourist attractions, time taken, and road density. These criteria were chosen based on almost all tourist locations in the city of Surabaya through the crowds along the main city lanes in Surabaya. Data is obtained through google maps by comparing three paths and the optimal path will be determined to be passed to get to tourist attractions in Surabaya. The results of this study obtained six optimal paths from each starting point.
Penelitian ini bertujuan untuk menentukan jalur terbaik menuju lokasi wisata di Surabaya. Akan diperoleh jalur optimal dari tiga pilihan jalur. Metode yang digunakan adalah logika fuzzy sugeno, dengan cara mendapatkan derajat keanggotaan dengan fuzzifikasi dan kemudian diimplikasikan ke dalam rute yang sesuai, dilanjutkan proses defuzzfikasi untuk menghasilkan output optimal dan kurang optimal. Terdapat enam tempat wisata yang akan dikunjungi diantaranya Tugu Pahlawan, Food Junction Pakuwon, Atlantis Land, Kebun Binatang Surabaya (KBS), Suroboyo Carnival, dan Mangrove. Ada tiga titik awal (Balaikota Surabaya, Terminal Purabaya, dan Pelabuhan Tanjung Perak). Kriteria yang digunakan pada penelitian ini adalah jarak ke tempat wisata, waktu yang ditempuh, dan kepadatan jalan. Kriteria tersebut dipilih berdasarkan hampir seluruh lokasi wisata yang ada di kota Surabaya melewati keramaian di sepanjang jalur utama kota yang ada di Surabaya. Data diperoleh melalui Google maps dengan membandingkan tiga jalur dan akan ditentukan jalur optimal yang akan dilewati untuk menuju tempat wisata di Surabaya. Hasil dari penelitian ini diperoleh enam jalur yang optimal dari setiap titik awal
Data Analysis of Diabetes Mellitus with Joint Modeling Method
Get PDFDiabetes mellitus is a dangerous disease that requires long-term medical treatment. The cause of this disease is high blood sugar levels. If not treated immediately, complications will occur and even cause death. The data is taken from the Indonesia Family Life Survey (IFLS). IFLS is a longitudinal measurement that is performed repeatedly every five years. More data is needed for repeated measures. Therefore, this research needs to be done to accommodate the missing data, and it is assumed that it is missing at random (MAR). This study aims to analyze the causative factors that are thought to affect the recovery time of patients with diabetes mellitus using the joint modeling method. This model is a relationship between event time data and repeated measurement data. The joint modeling method uses a linear mixed model for longitudinal measurements and a Cox proportional hazard model for survival. The variables were taken from IFLS4 and IFLS5 data with 293 observations: measurement time, treatment history, gender, comorbidities, and complications. The results in this study obtained a significant influence, namely the variables of measurement time, gender, and complications, on the recovery time of patients with diabetes mellitus. With the reduced measurement time, the patient has a lower chance of recovering 8.7184 times. The variables of gender also have a lower possibility of recovery of 9.1032 times, respectively
