BAB I

PENDAHULUAN
1.1

Latar Belakang

Kanker payudara adalah suatu penyakit dimana terjadi

pertumbuhan berlebihan atau perkembangan tidak terkontrol dari
sel-sel jaringan payudara. Kanker payudara merupakan jenis kanker
yang sering ditemukan oleh kebanyakan wanita. Menurut WHO
pada tahun 2005 dilaporkan sebanyak 506.000 wanita meninggal
disebabkan
oleh kanker payudara.
Di Amerika Serikat, lebih dari 450.000 wanita orang meninggal dunia setiap
tahun karena penyakit kanker payudara. Sekitar 70-90% dari penyakit kanker tersebut
berkaitan dengan lingkungan dan gaya hidup (life style). Kurang Iebih 30% dari
kematian tersebut karena rokok. Faktor-faktor keturunan (genetik), radiasi, polusi dan
eksposur lainnya memberikan kontribusi 45.000-90.000 kematian. Dari seluruh
penyakit kanker yang disebabkan faktor lingkungan, sekitar 40-60% berhubungan
dengan faktor gizi. Dalam tahun 1984, 22% dari seluruh kematian di Amerika Serikat,
disebabkan karena kanker diantaranya juga adalah kanker payudara. Dan 965.000
kasus baru yang didiagnosis menderita kanker, 483.000 di antaranya meninggal
dunia. Diperkirakan 60-70% kanker disebabkan karena faktor lingkungan, terutama
makanan dan rokok.
Dari berbagai kesulitan yang ada pada kanker payudara mensimulasikan
penderita kanker payudara sehingga bisa diketahui karakteristik penderita kanker
payudara. Analisis regresi logistik digunakan untuk analisis data respon kategorik
(nominal/ ordinal) dengan variabel-variabel bebas kontinu dan kategorik. Perbedaan
nilai probabilitas pada setiap kelas akan menghasilkan nilai odds rasio. Nilai odds
rasio dapat menginformasikan besarnya pengaruh salah satu variabel bebas terhadap

terjadinya perubahan kelas. Dalam penelitian ini adalah penderita dan non penderita
kanker payudara.
Karena banyaknya wanita yang menderita penyakit kanker payudara di New
Haven, Amerika Serikat, maka dalam makalah ini kami tertarik untuk mengetahui apa
saja faktor-faktor yang mempengaruhi timbulnya penyakit kanker payudara jinak.
Oleh sebab itu, dalam makalah ini kami mengambil judul Regresi logistic biner dan
penerapannya dalam bidang kesehatan (studi kasus : Faktor-faktor yang
mempengaruhi timbulnya penyakit kanker payudara jinak di New Haven, Amerika
Serikat).
Rumusan Masalah
Dari latar belakang diatas maka permasalahan yang ada dalam penelitian ini
adalah :
1. Bagaimana pendekatan dengan analisis Logistic Biner untuk mengetahui hasil
diagnose penyakit kanker payudara jinak setelah dilakukan penelitian
terhadap 178 responden memeriksa epidemiologi fibrokistik penyakit
payudara?
2. Berdasarkan model regresi logistic variabel-variabel apa saja yang
berpengaruh terhadap faktor-faktor yang mempengaruhi timbulnya penyakit
kanker payudara jinak?
1.2 Tujuan Penulisan
Adapun tujuan dari penelitian yang ingin dicapai adalah :
1. Mengetahui hasil diagnose penyakit kanker payudara jinak setelah dilakukan
penelitian terhadap 178 responden yang memeriksa epidemiologi fibrokistik
pada payudara.
2. Mengetahui variabel-variabel yang berpengaruh terhadap faktor-fkctor
timbulnya penyakit kanker payudara jinak.

BAB II
TINJAUAN PUSTAKA

2.1 Pengertian Kanker

Kanker merupakan kumpulan sel abnormal yang terbentuk oleh sel-sel yang
tumbuh secara terus-menerus, tidak terbatas, tidak terkoordinasi dengan jaringan
sekitarnya dan tidak berfungsi fisiologis. Kanker terjadi karena timbul dan
berkembangbiaknya jaringan sekitarnya (infiltratif) sambil merusaknya (dekstrutif),
dapat menyebar kebagian lain tubuh, dan umumnya fatal jika dibiarkan. Sel-sel
kanker akan berkembang dengan cepat, tidak terkendali, dan terus membelah diri,
selanjutnya menyusup ke jaringan di sekitarnya (invasive) dan terus menyebar
melalui jaringan ikat, darah, dan menyerang organ-organ penting serta saraf tulang
belakang. Dalam keadaan normal, sel hanya akan membelah diri jika ada penggantian
sel-sel yang telah mati dan rusak. Sebaliknya, sel kanker akan membelah terus
meskipun tubuh tidak memerlukannya, sehingga akan terjadi penumpukan sel baru.
Penumpukan sel tersebut mendesak dan merusak jaringan normal, sehingga
mengganggu

organ

yang

ditempatinya Pertumbuhan

sel-sel

kanker

akan

menyebabkan jaringan menjadi besar dan disebut sebagai tumor. Tumor merupakan
istilah yang dipakai untuk semua bentuk pembengkakan atau benjolan dalam tubuh.
Sel-sel kanker yang tumbuh cepat dan menyebar melalui pembuluh darah dan
pembuluh getah bening. Penjalarannya kejaringan lain disebut sebagai metastasis.
Kanker mempunyai karakteristik yang berbeda-beda.
2.2 Pengertian Kanker Payudara
Kanker payudara adalah tumor ganas yang meyerang jaringan payudara,
jaringan payudara terdiri dari kelenjar susu (kelenjar pembuat air susu) saluran

kelenjar (saluran air susu) dan jaringan penunjang payudara. Kanker payudara
merupakan penyakit yang dapat menyebabkan kematian pada wanita,kanker payudara
terjadi karena adanya kerusakan pada gen yang mengatur pertumbuhan dan
diferensiasi sehingga sel itu tumbuh dan berkembang biak tanpa dapat dikendalikan.
Sel-sel kanker payudara ini dapat menyebar melalui aliran darah ke seluruh tubuh.
2.3 Faktor-faktor resiko Kanker payudara Jinak
Ada beberapa faktor resiko yang erat kaitannya dengan terjadinya kanker
payudara, yaitu :
1. Umur
Meningkatnya resiko kanker payudara sejalan dengan bertambahnya umur.
Wanita yang paling sering terkena kanker payudara adalah mereka yang
umurnya yang memasuki usia 30-40 tahunan, meskipun demikian tidak berarti
wanita dibawah usia tersebut tidak mungkin terkena kanker payudara, hanya
kejadiannya lebih rendah dibandingkan dengan wanita yang mempunyai umur
30 sampai 40 tahun keatas.
2. Usia menarche dini (pertama kali menstruasi)
Bila haid pertama datang sebelum usia 12 tahun, maka wanita akan
mengalami sirkulasi hormon estrogen sepanjang hidupnya lebih lama.
Hormon estrogen dapat merangsang pertumbuhan duktus dalam kelenjar
payudara. Keterpajanan lebih lama dari hormon estrogen dapat menimbulkan
perubahan sel-sel duktus dari kelenjar payudara. Perubahan tersebut dapat
berupa hipertropi dan proliferasi yang abnormal sehingga akhirnya dapat
berubah menjadi kanker.Menarche kurang dari 12 tahun mempunyai risiko
1,7-3,4 kali lebih tinggi daripada wanita dengan menarche datang pada usia
normal yaitu lebih dari 12 tahun.
3. Usia terakhir kali Menopouse
Wanita yang mengalami masa menopausenya terlambat lebih dari 55
tahun,risikonya 2,5 hingga 5 kali lebih tinggi dari pada wanita yang masa
menopausenya kurang dari 55 tahun.Penelitian Azamris di Rumah Sakit
Dr.M.Djamil Padang tahun 1998-2000 Faktor menopause didapatkan

memiliki risiko 1,89 kali (CI 1,71- 2,06). Hal ini menunjukkan bahwa kanker
payudara lebih sering mengenai wanita usia menopause.
4. Berat badan Subyek pada saat wawancara apakah mengalami obesitas
atau kegemukan.
Orang dewasa yang memiliki berat badan berlebihan (obesitas) berisiko
terhadap kanker payudara. Risiko ini disebabkan oleh lemak yang berebihan
dalam darah meningkatkan kadar estrogen dalam darah, sehingga akan
meningkatkan pertumbuhan sel-sel kanker.Menurut laporan Nagi dan Lee
moffit yang dikutip oleh Luwia ( 2004) menunjukan bahwa perempuan yang
mengalami peningkatan berat badan pada usia 30 tahun, dan yang lemak
tubuhnya lebih banyak berada ditubuh bagian atas, tidak hanya memiliki
risiko lebih besar untuk terkena kanker payudara, tetapi juga memiliki risiko
yang lebih besar untuk meninggal akibat kanker itu.
5. Pemeriksaan Umum Medis
Wanita yang pernah memeriksakan diri mereka untuk mengetahui tumor
jinak payudara secara dini dan rutin risikonya 2,5 kali lebih lebih kecil daripada
wanita yang tidak pernah memeriksakan diri mereka untuk mengetahui tumor
jinak payudara. Hasil diagnose yang akurat sangat diperlukan guna memperkecil
terjadinya area perluasan kanker.
2.4 Pengertian Logistik
Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika
variabel dependen (respon) merupakan variabel dikotomi. Variabel dikotomi
biasanya hanya terdiri atas dua nilai, yang mewakili kemunculan atau tidak
adanya suatu kejadian yang biasanya diberi angka 0 atau 1.Tidak seperti regresi
linier biasa, regresi logistik tidak mengasumsikan hubungan antara variabel
independen dan dependen secara linier. Regresi logistik merupakan regresi non
linier dimana model yang ditentukan akan mengikuti pola kurva seperti gambar di
bawah ini.

Model yang digunakan pada regresi logistik adalah

Log (P / 1 p) = 0 + 1X1 + 2X2 + . + kXk
Dimana p adalah kemungkinan bahwa Y = 1, dan X1, X2, X3 adalah variabel
independen, dan b adalah koefisien regresi.
Regresi logistik akan membentuk variabel prediktor/respon (log (p/(1-p))
yang merupakan kombinasi linier dari variabel independen. Nilai variabel prediktor
ini

kemudian

ditransformasikan

menjadi

probabilitas

dengan

fungsi logit.

Regresi logistik juga menghasilkan rasio peluang (odds ratios) terkait dengan nilai
setiap prediktor. Peluang (odds) dari suatu kejadian diartikan sebagai probabilitas
hasil yang muncul yang dibagi dengan probabilitas suatu kejadian tidak terjadi.
Secara umum, rasio peluang (odds ratios) merupakan sekumpulan peluang yang
dibagi oleh peluang lainnya. Rasio peluang bagi prediktor diartikan sebagai jumlah
relatif dimana peluang hasil meningkat (rasio peluang > 1) atau turun (rasio peluang
< 1) ketika nilai variabel prediktor meningkat sebesar 1 unit.
2.5 Pengertian Regresi Biner
Analisis regresi logistik digunakan untuk menjelaskan hubungan antara
variabel respon yang berupa data dikotomik/biner dengan variabel bebas yang berupa
data berskala interval dan atau kategorik (Hosmer dan Lemeshow, 1989). Variabel
yang dikotomik/biner adalah variabel yang hanya mempunyai dua kategori saja,
yaitu kategori yang menyatakan kejadian sukses (Y=1) dan kategori yang
menyatakan kejadian gagal (Y=0).

Model regresi logistik biner merupakan salah satu model regresi logistik yang
digunakan untuk menganalisa hubungan antara satu variabel respon dan beberapa
variabel prediktor, dengan variabel responnya berupa data kualitatif dikotomi yaitu
bernilai 1 untuk menyatakan keberadaan sebuah karakteristik dan bernilai 0 untuk
menyatakan ketidakberadaan sebuah karakteristik. Model regresi logistik biner
dengan satu variabel respon dapat dikembangkan menjadi model regresi logistik biner
dengan menggunakan dua variabel respon, dimana model ini disebut model regresi
logistik biner bivariat.
2.6 Asumsi-asumsi dalam regresi logistik:
1. Tidak mengasumsikan hubungan linier antar variabel dependen dan
independent
2. Variabel dependen harus bersifat dikotomi (2 variabel)
3. Variabel independent tidak harus memiliki keragaman yang sama antar
kelompok variabel
4. Kategori dalam variabel independent harus terpisah satu sama lain atau
bersifat eksklusif
5. Sampel yang diperlukan dalam jumlah relatif besar, minimum dibutuhkan
hingga 50 sampel data untuk sebuah variabel prediktor (bebas).
2.7 Penduga Parameter
Metode untuk mengestimasi parameter-parameter yang tidak diketahui dalam
model regresi logistik ada 3 yaitu:
1. Metode kemungkinan maksimum (Maximum Likelihood Method)
2. Metode kuadrat terkecil tertimbang noniterasi (Noniterative Weight Least
Square Method)
3. Analisis fungsi diskriminan (Discriminant Fuction Analysis).
Metode maksimum Likelihood merupakan metode kuadrat terkecil tertimbang
dengan beberapa proses iterasi, sedangkan metode noniterative weight least square

method hanya menggunakan satu kali iterasi. kedua metode ini asymptoticaly
equivalent, artinya jika ukuran sampel besar keduanya akan menghasilkan estimator
yang identik. Penggunaan fungsi diskriminan mensyaratkan variabel penjelas yang
kuantitatif berdistribusi normal. Oleh karena itu, penduga dari fungsi diskriminan
akan over
Dari

ketiga

estimate bila
metode

variabel
di

atas,

penjelas
metode

yang

tidak

berdistribusi

banyak

digunakan

normal.
adalah

metode maksimum likelihood dengan alasan lebih praktis (Nachrowi dan Usman,
2002). Metode maksimum likelihoood ini menduga parameter dengan nilai yang
memaksimumkan fungsi likelihood (likelihood function).
2.8 Pengertian Odds Ratio
Odds ratio merupakan ukuran risiko atau kecenderungan untuk mengalami
kejadian sukses antara satu kategori dengan kategori lainnya, didefinisikan sebagai
ratio dari odds untuk xj = 1 terhadap xj = 0. Odds ratio ini menyatakan risiko atau
kecenderungan pengaruh observasi dengan xj = 1 adalah berapa kali lipat jika
dibandingkan dengan observasi dengan xj = 0. Untuk variabel bebas yang berskala
kontinyu maka interpretasi dari koefisien j pada model regresi logistik adalah setiap
kenaikan c unit pada variabel bebas akan menyebabkan risiko terjadinya Y = 1,
adalah exp(c.j) kali lebih besar. Odds ratio dilambangkan dengan , didefinisikan
sebagai perbandingan dua nilai odds xj = 1 dan xj = 0. Dengan Rumus :