View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Pengelompokan Pasien Demam Berdarah Dengue (DBD) Menggunakan Latent Class Cluster Analysis (Studi Kasus : di Rumah Sakit Cipto Mangunkusumo Jakarta)

      Thumbnail
      View/Open
      Abstract (787.1Kb)
      Full Text (2.869Mb)
      Postcript (2.384Mb)
      Cover (582.6Kb)
      Bab I (790.9Kb)
      Bab II (1.735Mb)
      Bab III (1.588Mb)
      Bab IV (1.527Mb)
      Bab V (961.5Kb)
      Daftar Pustaka (963.3Kb)
      Lampiran (1.235Mb)
      Date
      2009
      Author
      Utami, Try Aprianti
      Metadata
      Show full item record
      Abstract
      Analisis gerombol merupakan salah satu metode untuk mengelompokan objek berdasarkan tingkat kemiripan agar objek yang berada dalam satu kelompok relatif lebih homogen. Dua metode yang sering digunakan dalam melakukan penggerombolan, metode hirarki dan non-hirarki, biasanya menggunakan ukuran jarak dalam proses pengelompokan. Permasalahan yang sering muncul dalam analisis ini adalah ketika peubahnya bertipe kategorik dan campuran, selain itu penentuan jumlah gerombol ditentukan secara subjektif oleh peneliti. Analisis Kelas Laten merupakan metode lain yang dapat digunakan untuk menggerombolkan peubah yang bersifat kategorik, kontinu, jumlah dan campuran (kategorik dan kontinu). Metode ini pada prinsipnya memiliki proses pengelompokan yang tidak begitu berbeda dibandingkan K-rataan namun lebih kompleks. Analisis Kelas Laten menggunakan peluang posterior dalam pengelompokan objek pengamatan. Tujuan dari penelitian ini adalah mengelompokkan pasien DBD dan melihat karakteristik masing-masing gerombol. Pengelompokan pasien DBD di RSCM berdasarkan delapan diagnosis yang dilakukan terhadap pasien dianalisis dengan metode Kelas Laten. Berdasarkan nilai BIC, dari lima model yang disarankan model dengan tiga gerombol terpilih sebagai model terbaik. Model ini memiliki nilai BVR yang cenderung kecil, hal ini mengindikasikan bahwa model telah cukup akurat dalam melakukan pengklasifikasian. Gerombol 1 dengan 78 pasien, sebanyak 39 pasien berada dalam gerombol 2, dan 10 pasien sisanya terdapat pada gerombol 3. Gerombol 1 dicirikan dengan pasien yang tidak mengalami demam, sakit perut dan pegal-pegal tapi mengalami bintik-bintik merah serta Haemoglobin yang cukup tinggi dan Leokosit yang cukup rendah. Gerombol 2 merupakan kelompok pasien dengan ciri-ciri mengalami demam, sakit perut dan pegal-pegal tapi tidak mengalami bintik-bintik merah, dan memiliki jumlah Haemoglobin dan Hematrokit tertinggi serta jumlah Trombosit dan Leukosit terendah. Gerombol 3 memperlihatkan pasiennya memiliki jumlah Haemoglobin yang cenderung rendah, Trombosit dan Leokosit yang tinggi. Nilai R2 untuk masingmasing peubah terlihat cukup besar untuk peubah kontinu, hal ini dikarenakan peubah kontinu lebih berperan dalam mendiagnosis jenis penyakit.
      URI
      http://repository.ipb.ac.id/handle/123456789/44268
      Collections
      • UT - Statistics and Data Sciences [2260]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository