SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Meraih Gelar Sarjana Matematika
Jurusan Matematika pada Fakultas Sains dan Teknologi
Universitas Islam Negeri (UIN) Alauddin Makassar
Oleh:
MUHALKI
NIM. 60600116085
JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI ALAUDDIN MAKASSAR
PERNYATAAN KEASLIAN SKRIPSI
Nama : Muhalki
NIM : 60600116085
Jurusan/Konsentrasi : Matematika/Keuangan
benar adalah hasil karya sendiri. Jika dikemudian hari terbukti bahwa ia merupakan
duplikat, tiruan, plagiat atau dibuat oleh orang lain, sebagian atau seluruhnya, maka
Penulis
Muhalki
60600116085
ii
MOTTO DAN PERSEMBAHAN
MOTTO
“Tertinggal Selangkah Dua Langkah Bukan Masalah, Selalu Ada Kesempatan
Untuk Mengejar, Masing-masing Dari Kita Memiliki Waktunya Untuk
Bersinar.”
(Muhalki, 2021)
PERSEMBAHAN
Yang utama dari segalanya, Puji syukur senantiasa penulis panjatakan kepada
Allah SWT yang telah memberikan kekuatan dan karunia berupa kesehatan dan
kesempatan sehingga skripsi ini terselesai dengan baik. Sholawat dan salam juga tak
lupa selalu terlimpahkan keharibaan Rasulullah SAW.
Sebagai tanda bukti hormat, dan rasa terima kasih yang tiada terhingga
Muhalki persembahkan karya kecil ini untuk Ibunda Jinara Binti Maritangnga dan
Ayahanda Kuddung Bin Male yang telah memberikan kasih sayang, dukungan dan
cinta kasih serta setiap do’a dan kesabaran semata-mata untuk anakmu ini. Semoga
segala apa yang saya usahakan selama lebih 4 tahun belakanagan ini dapat
memberikan kebanggaan tersendiri untukmu, Ibu Bapakku. Amin Yarobbal
Alamin…
iii
KATA PENGANTAR
SWT. yang Maha Pengasih lagi Maha Penyayang yang senantiasa melimpahkan
dengan judul “Analisis Survival Dengan Menggunakan Metode Kaplan Meier Pada
Penderita Penyakit Demam Berdarah Dengue (DBD) Di Rumah Sakit Umum Lasinrang
Kab. Pinrang”. Serta, shalawat dan salam kami curahkan kepada baginda Rasulullah
Muhammad SAW. Suri tauladan yang sempurna bagi seluruh umat Islam. Shalawat
dan salam pula kami haturkan kepada istri-istri beliau, keluarga, sahabat, tabi’in,
Skripsi ini disusun sebagai salah satu syarat akademik dalam menyelesaikan
study (S1) Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam
Negeri Alauddin Makassar. Skripsi ini disusun dengan usaha yang sungguh-sungguh
dari penulis, dengan mengerahkan semua ilmu yang telah diperoleh selama proses
skripsi. Namun, berkat bantuan dari berbagai pihak serta kekuatan doa yang tiada
hentinya terutama dari kedua orang tua saya, dengan rasa keikhlasan dari ketulusan
hati yang paling dalam dan dengan rasa hormat mengucapkan terima kasih yang
serta Ayahanda Kuddung Bin Male yang setiap saat dengan cucuran keringat dan
iv
nafas do’anya. Semoga dengan karya kecil ini dapat menjadi langkah awal yang
baik, Amin.
Tanpa adanya bantuan, bimbingan, dan dukungan dari berbagai pihak penulis
tidak akan bisa menyelesaikan skripsi ini. Sehingga, pada kesempatan ini penulis
1. Bapak Prof. Drs. Hamdan Juhannis M.A, Ph.D, selaku Rektor Universitas
2. Bapak Prof. Dr. Muhammad Halifah Mustami, M.Pd, selaku Dekan Fakultas
Sains dan Teknologi Universitas Islam Negeri Alauddin Makassar, para wakil
dekan, dosen pengajar serta seluruh staf/pegawai atas bantuannya selama penulis
Alauddin Makassar.
3. Ibu Wahidah Alwi, S.Si., M.Si, selaku Ketua Jurusan Matematika Fakultas
seluruh dosen pengajar dan staf jurusan, atas segala bantuannya kepada penulis.
4. Bapak Adnan Sauddi, S.Pd., M.Si, selaku pembimbing I yang telah bersedia
meluangkan waktu, tenaga, dan pikiran serta memberikan motivasi, arahan dan
5. Bapak M. Ichsan Nawawi, S.Pd., M.Si, selaku pembimbing II yang juga telah
arahan dan saran yang sangat bermanfaat dalam proses penyusunan skripsi ini.
v
6. Tim Penguji Ibu Wahidah Alwi, S.Si., M.Si selaku Penguji I dan Ibu Dr. Hj.
Rahmi Damis, M.Ag selaku Penguji II atas bimbingan dan sarannya dalam
7. Seluruh dosen, staf dan karyawan Fakultas Sains dan Teknologi Universitas
8. Keluarga besar saya “Kuddung Generation” yang selalu memberikan doa dan
9. Untuk Kakakku “Fatma” dan “Sarina” yang senantiasa mengirimkan uang SPP.
Ingin kusampaikan bahwa terhitung semester depan anda tidak harus melakukan
10. Untuk Kakakku “Darmi, Sunari dan Tamsir” terimah kasih untuk dukungan
11. Teman-teman “Batas Wajar” yang selalu menemani selama perkuliahan sampai
12. Sahabat saya “Rasdiana Rasyid, Arafah, Dhea Resky Amalia Mursyid,
Ummu Kalsum, Brins Leonard, Safwan Pratama Bahcmid” yang selalu siaga
13. Untuk “Siluman’s Exact2” yang tidak ada sangkut-pautnya dalam penyususnan
skripsi ini, tapi menjadi moodboster dan punya andil besar dalam mengisi waktu
vi
14. Teman-teman sejawat “TR16ONOMETRI” teman seperjuangan dari awal
perkuliahan hingga saat ini terima kasih atas doa, semangat, serta dukungan yang
telah diberikan.
15. Kepada semua pihak yang telah memberikan bantuan baik dalam bentuk apapun
Semoga amal kebaikan yang telah diberikan mendapat balasan, pahala dan
rahmat dari Allah SWT. Akhir kata, semoga skripsi ini dapat bermanfaat bagi penulis
Muhalki
60600116085
vii
DAFTAR ISI
HALAMAN SAMPUL
KATA PENGANTAR.....................................................................................v
DAFTAR ISI....................................................................................................viii
DAFTAR TABEL............................................................................................x
DAFTAR GAMBAR.......................................................................................xi
ABSTRAK.......................................................................................................xii
ABSTRACT ....................................................................................................xiii
BAB I. PENDAHULUAN..............................................................................1
A. Latar Belakang.....................................................................................1
B. Rumusan Masalah................................................................................4
C. Tujuan Penelitian.................................................................................4
D. Manfaat penelitian................................................................................5
E. Batasan Masalah...................................................................................5
F. Sistematika Penulisan...........................................................................5
A. Tabel Kontingensi................................................................................7
viii
B. Analisis Survival..................................................................................7
C. Penyensoran.........................................................................................8
E. Kaplan Meier........................................................................................13
A. Jenis Penelitian.....................................................................................21
D. Variabel penelitian...............................................................................21
F. Tahapan Analisis..................................................................................22
A. Hasil Penelitian....................................................................................24
B. Pembahasan..........................................................................................30
BAB V. PENUTUP.........................................................................................32
A. Kesimpulan..........................................................................................32
B. Saran.....................................................................................................32
DAFTAR PUSTAKA....................................................................................33
LAMPIRAN
BIOGRAFI
ix
DAFTAR TABEL
Tabel 4.2 Jumlah pasien berdasarkan waktu perawatan dengan kategori umur
Tabel 4.5 Estimasi fungsi ketahanan hidup individu pada tahun 2018-2019
x
DAFTAR GAMBAR
xi
ABSTRAK
Nama : Muhalki
NIM : 60600116085
Judul : Analisis Survival Dengan Menggunakan Metode Kaplan
ABSTRACT
xii
Nama : Muhalki
NIM : 60600116085
Judul : Analisis Survival Dengan Menggunakan Metode Kaplan
This research discussed the method of Kaplan Meier which is used to find out
how big the chances of survival of someone suffering from DBD disease. Aims of
this study were to find out the correlation between age and tength of patient
treatment, the correlation between age and patient at RSUD Lasinrang Kab. Pinrang
by using Kaplan Meier method. The result of analysis and discussion showed that
there was no correlation between age and length of patient treatment, as well the
correlation between age and patient status of DBD patient at RSUD Lasinrang Kab.
Pinrang by using Kaplan Meier method, the survival probability of the patient before
a patient dies is 100%, However it will decrease to 99,1% after a patient dies during
observation.
xiii
BAB I
PENDAHULUAN
A. Latar Belakang
Sulawesi Selatan sendiri telah terhitung 2.1221 kasus DBD. Kecederungan mening
katnya penyakit ini disebabkan beberapa faktor seperti lingkungan yang kotor, mu
sim penghujan yang menyebabkan banyak genangan air, countainer, dan musim p
lasi nyamuk meningkat khususnya nyamuk Aedes aegypti yang menyebarkan viru
aya imun tubuh menjadi lebih kuat, dan tidak mengkonsumsi obat nyeri karena aka
n memperparah kondisi. Selain dari upaya yang bersifat eksternal yang terpenting
adalah upaya yang bersifat internal seperti beristirahat yang cukup, minum banyak
air (cairan) dan dibutuhkan dorongan dalam diri sendiri untuk sembuh (terus berju
ang untuk bertahan) dan meyakinkan dalam diri bahwa semua penyakit ada obatny
m QS asy-Syu’ara/26: 80:
1
Badan Pusat Statistik Provinsi Sulawesi Selatan. Provinsi Sulawesi Selatan dalam Angka 20
19. ISSN: 025-2290
1
2
enggambarkan tata susila seorang hamba Allah kepada khaliknya. Sebab penyakit
aka serangan penyakit terhadap tubuh tidak dapat dielakkan. Sebaliknya yang berh
ak menyembuhkan penyakit adalah Allah semata. Bila orang sakit merasakan yang
demikian waktu iya menderita sakit, maka iya akan menghayati benar nikmat-nik
mat Allah setelah ia sembuh dari penyakit tersebut. Kenyataan memang membukti
Allah akan menyembuhkan penyakit apa saja yang diderita oleh seseorang yan
g menerima beberapa sebab (kesembuhan) seperti obat, begitu pula dengan seseora
ng yang didiagnosa menderita penyakit DBD, dia harus senantiasa berusaha untuk
bertahan dari pennyakit yang dialami untuk sampai pada kondisi sembuh. Sesungg
uhnya Allah sekali lagi tidak akan memberikan kesembuhan sebagai sebuah anuge
rah hingga kaum itu sendiri yang berusaha dan mengupayakan kesembuhan pada d
kemungkinan yang biasa terjadi yaitu sembuh (hidup) dan meninggal dunia. Untuk
dapat mengtahui peluang apakah seseorang yang telah menderita suatu penyakit
dapat tetap bertahan atau tidak, dikenal istilah dalam bidang statistik yaitu analisis
survival, dimana akan dilakukan analisis data berupa waktu tahan hidup dan
varibel yang dapat mempengaruhi terhadap waktu tahan tersesebut, dimana waktu
dapat berupa bulan, hari, jam maupun menit yang diukur sejak awal pengamatan
menangani data tak lengkap dalam melakukan analisis data survival dari fungsi
kelangsungan hidup penderita penyakit jantung ditahun 2014 sebesar 92,3% dan di
tahun 2015 sebesar 93,4% ini menandakan bahwa peluang berthan hidup yang dim
menggunakan Metode Kaplan Meier dan Life Table untuk data tersensor yang
dari pada Life Table karena Metode Kaplan Meier memberikan proporsi survival
yang pasti karena menggunakan waktu survival secara tepat bukan berdasarkan
kelas interval.
4
Metode Kaplan Meier ini juga dapat digunakan untuk sampel yang kecil, seda
ng dan besar. Sehinggal hal ini melatar belakangi penulis tertarik untuk mengambil
B. Rumusan Masalah
Berdasaarkan latar belakang yang telah diuraikan di atas, maka didapatkan rum
usan masalah yaitu Berapa besar peluang kelangsungan hidup (survive) penderita
C. Tujuan Penelitian
D. Manfaat Penelitian
1. Bagi Penulis
2. Bagi Pembaca
hidup penderita penyakit DBD sehingga dapat memberikan masukan serta pen
E. Batas Penelitian
F. Sistematika Penulisan
ian ini, maka diberikan sistematika dalam penelitian ini sebagai berikut:
BAB I PENDAHULUAN
Bagian ini berisikan latar belakang, rumusan masalah, tujuan penelitian, man
Bagian ini berisikan teori-teori yang akan digunakan sebagai acuan kerangka
berfikir dalam menganalisis masalah yang akan diteliti dan juga teori yang berkai
Bagian ini berisikan jenis penelitian, sumber data, waktu dan tempat peneliti
an, variable dan definisi oprasional variable, dan proses analisis data.
Pada bagian ini memaparkan hasil dan pembahasan yang diperoleh dari
penelitian yang telah dilakukan. Hasil yang diperoleh pada penelitian ini
BAB V PENUTUP
DAFTAR PUSTAKA
BAB II
TINJAUAN PUSTAKA
A. Tabel Kontingensi
hipotesis komparatif dua sampel independen bila memiliki data dengan bentuk
kontengensi 3× 2 :4
2
2 ( Oi−Ei )
x =∑
Ei
B. Analisis Survival
data yang bertujuan untukmengetahui hasil dari variable yang mempengaruhi sua
tu awal kejadian sampai akhir kejadian, missal waktu yang dicatat dalam hari, mi
nggu, bulan, atau tahun. Kejadiaan awal misalkan pasien terjangkit dan
3
Sugiyono, Statistik Nonparametrik Untuk Penelitian (Alfabeta, 2010) h. 49.
4
Murray R Spiegel dan Larry J Stphens, Statistik Edisi Ketiga (Erlangga, 2004) h. 215.
7
8
analisis data dengan waktu sampai terjadinya suatu peristiwa tertentu (time until
an event occus) sebagai variable respons. ‘Peristiwa tertentu’ tersebut dalam anal
isis survival lazimnya disebut sebagai ‘kegagala’ (failure), yang dapat berupa:
hukuman percobaan
C. Penyensoran
penyensoran. Suatu pengamatan ketahanan hidup memiliki batas waktu awal dan
5
Fidya Panorama Damayanti, Arief Wibowo Analisis Survival Penyakit Juntung Koroner Berulan
g (Jurnal Biometrika dan Kependudukan, Vol. 6, No. 1, 2017) h. 43.
6
Johan Harlan Analisis Survival (Gunadarma: Depok, 2017). Hal 1.
9
1. Left-censored
2. Right-censored
keluar, dan objek masih bertahan hidup setelah masa waktu pengamatan
terakhir.
3. Interval-censored
7
Caecilia Girik Allo. Aplikasi Metode Kaplan Meier Untuk Menduga Selang Waktu Ketahanan
Hidup. (Universitas Sanata Dharma Yogyakarta, 2017). hal. 50
8
Gity Wulang Mandini. Analisis Tahap Hidup Pasien Kanker Paru Dengan Metode Kaplan Meier.
(Universitas Negeri Yogyakarta FMIPA, 2015). Hal. 13
10
1. Fungsi Survival
Fungsi survival adalah fungsi yang menyatakan peluang suatu individu dapat
bertahan hidup hingga atau lebih dari waktu t (mengalami kejadian sudah waktu t)
(Banerjee T, 20017). Misal T adalah peubah acak dan probabilitas hidup lebih dari
= 𝑃 (𝑇 ≥ 𝑡)
= 1 − 𝑃 (𝑇 ≤ 𝑡) (2.1)
S(T )=P(T ≥ t)
¿ 1−F (t)
9
Landong P Hutahaean, dkk. Model Regresi Cox Proportional Hazard pada Data Lama
Studi Mahasiswa (Studi Kasus di Fakultas Sains dan Matematika Universitas Diponegoro
Semarang Mahasiswa Angkatan 2009), (Jurnal Gussian : Vol. 3 No.2, 2014) h.174
10
Rahmat hidayat, Penggunaan Metode Kaplan-Meier dan Life Table Analisis Survival
untuk Data Tersensor, (Jurnal Dinamika, Vol. 7, No.1, 2016) h.2.
11
Dimana :
T = sisa usia
t = usia
P = fungsi probabilitas
nilai t.
b. Pada waktu 𝑡 = 0, 𝑆(𝑡) = 𝑆(0) = 1, yaitu pada awal studi belum ada subjek
c. Pada waktu 𝑡 = ∞, (𝑡) = (∞) = 0, yaitu jika secara teoritis periode penelitian
diperpanjang tanpa batas ( ), suatu saat tidak ada sampel yang survive.11
Yang artinya, peluang individu dapat bertahan hidup pada waktu nol adalah 1
dan pada saat waktu tak terbatas seorang indvidu dapat bertahan hidup adalah nol.
11
Johan Harlan, Analisis Survival (Penerbit Gunadarma : Depok, 2017) h. 2-3.
12
Jika T merupakan variabel random dari waktu hidup suatu individu dalam
interval [0, ∞), maka fungsi kepadatan peluangnya adalah f(t) dan fungsi distribusi
kumulatifnya adalah F(t). waktu tahan hidup T memiliki fungsi kepadatan peluang
yang didefinisikan sebagai peluang individu gagal pada interval waktu t sampai 𝑡 +∆𝑡
atau peluang kegagalan dalam interval per satuan waktu. Hal ini dapat dinyatakan
sebagai :
P(t ≤ T < (t +∆ t ) )
¿ lim (2.3)
∆ t →0 ∆t
3. Fungsi Hazard
mengalami risiko atau kejadian seperti kegagalan atau meninggal pada waktu t
dengan syarat bahwa seseorang itu telah bertahan hingga waktu t didefinisikan :
fungsinya diberikan : 12
12
Landong P Hutahaean, dkk. Model Regresi Cox Proportional Hazard pada Data Lama
Studi Mahasiswa (Studi Kasus di Fakultas Sains dan Matematika Universitas Diponegoro
Semarang Mahasiswa Angkatan 2009), (Jurnal Gussian : Vol. 3 No.2, 2014) h.175
13
¿ lim P ¿ ¿ ¿
∆ t →0
P(t ≤ T < (t +∆ t ) )
¿ lim
∆ t →0 ∆ t . S (t)
1 P(t ≤ T < ( t +∆ t ) )
¿ . lim
S (t) ∆ t → 0 ∆t
(2.4)
E. Kaplan-Meier
Dalam kaitannya dengan analisis survival dan juga pembahasan dalam peneli
tian ini maka hanya dibahas pada model nonparametrik, yaitu tanpa melihat pola
sebaran data. Teknik yang digunakan dalam analisis ini adalah dengan mengguna
Metode Kaplan Meier sangat popular untuk analisis kelangsungan hidup yan
g paling cocok digunakan ketika ukuran sampel kecil. Analisis Kaplan Meier me
Subyek yang menarik diri dari penelitian secara rata-rata memiliki “nasi
an perhitungan yang relative sederhana, serta dapat digunakan pada data sampel
kecil. Metode ini memberikan estimasi peluang tahan hidup yang sangat bermanf
Estimasi Kaplan Meier juga merupakan perkembangan dari fungsi tahan hid
up empiris. Fungsi tahan hidup empiris untuk seluruh data didefinisikan sebagai :
ang diskrit. Misalkan T bernilai t 1, t 2, … dengan 0 ≤ t 1 <t 2< … dan fungsi desintas
alah
S ( t ) =P ( T ≥t )
13
Fatur Rachman, dkk. Analisis Survival Lama Masa Pengobatan Dan Tingkat Kesembuhan Pasie
n di Lembaga Terapi Dan Rehabilitas Pondok Pesantren Ibadurrahman Tenggarong Seberang (Jurnal
EKSPONENSIAL, Volume 7, Nomor 1, 2016) h. 43
14
Muhammad Muhajir dan Yayi Diyah Palupi Analisis Survival Terhadap Pasien Diare Anak Men
ggunakan Metode Kaplan Meier Dan Uji Long Rank (Jurnal Ilmu-Ilmu MIPA, Vol. 18) Hal.79.
15
Uswatun Khayatun, Perbandingan Penaksiran Kaplan Meier dan Berliner-Hill pada Analisis
Tahan Hidup Penderita Kanker Payudara. 2011. Hal 13.
15
¿ ∏ f (t i)
i :t i ≥t
(2.6)
waktu yang khusus merupakan hasil kali estimasi yang sama pada waktu
S ( t i+1 )=S ( t i ) . S( t)
atau
S( t i +1)
S (t)= (2.7)
S(t i)
interval (t, t+∆ t) dengan diketahui bahwa individu tersebut telah hidup selama
waktu t.
f (t i)
h ( t i )=P ( T =t i|T ≥t i¿ , i=1 , 2, …( 2.8)
S (t i )
f (t i ) S ( t i ) −S (t i+1)
h ( t i )= =
S (t i) S(t i)
S ( t i +1 )
¿ 1− , i=1 ,2 , …(2.9)
S (t i )
Sehingga didapat fugsi tahan hidup yang memiliki kaitan dengan fungsi
hazard:
16
S ( t ) = ∏ ( 1−h(t i) ) (2.10)
i :t i ≤ t
pada waktu t i :
( d i−ni h ( ti ) ) =0
−ni h ( t i )=−di
di
h ( t i )=
ri
d
h^ ( t i )= i ,(2.11)
ni
Dimana,
^S(t )= ∏ ( 1−h(
^ ti ))
i :t i≤ t
di
¿ ∏ 1−
i :t i≤ t
( ) ni
Dimana,
1. Pengertian DBD
Demam dengue (DD) dan Demam Berdarah Dengue (DBD) adalah penyakit
demam akut yang dapat menyebabkan kematian dan disebabkan oleh empat soret
ipe virus dari genus Flavi virus, virus RNA dari keluarga Flaviviridae. Infeksi ole
16
Tatik Widiharih dan Nasichah Siska Andriani. Inferensi Fungsi Ketahanan dengan Mengunakan
Metode Kaplan-Meier (Jurnal Matematika, Vol. 9, No. 3, Desember 2006). Hal. 221-222
17
Gity Wulang Mandini, Analisis Tahan Hidup Penderita Kanker Paru dengan Metode Kaplan-
Meier (Universitas Negeri Yogyakarta FMIPA, 2015)H. 4
18
h satu serotipe virus dengue menyebabkan terjadinya kekebalan yang lama terha
dap serotipe virus tersebut, dan kekebalan sementara dalam waktu yang pendek t
erhadap serotipe virus dengue lainnya. Pada waktu terjadi epidemi didalam darah
seorang penderita dapat beredar lebih dari satu serotipe virus dengue.
2. Epidemi Dengue
Sekitar 2,5 miliar manusia yang merupakan duaperlima dari penduduk dunia
mempunyai risiko tinggi tertular demam dengue. Setiap tahunnya sekitar 50-100
juta penderita dengue dan 500.000 penderita Demam Berdarah Dengue dilaporka
n oleh WHO diseluruh dunia, dengan jumlah kematian sekitar 22.000 jiwa, teruta
ma anak-anak . sekitar 2,5-3 miliyar manusia yang hidup di 112 negara tropis dan
subtropics berada dalam keadaan terancam infeksi dengue. Hanya benua Eropa d
Demam dengue disebabkan oleh virus dengue (DEN), yang termasuk genus fl
avivirus. Virus yang ditularkan oleh nyamuk ini tergolong ss RNA positive-stran
Terjadi pendarahan dari hidung, mulut dan gusi atau mengalami leba
m kulit
es yang terinfeksi, terutama Aedes aegypti, dan karenanya dianggap sebagai arbo
virus (virus yang ditularkan melalui artropoda). Bila terinfeksi, nyamuk nyamuk t
etap akan terinfeksi sepanjang hidupnya, menularkan virus ke individu rentan sel
ama mengigit dan menghisap darah. Virus bersikulasi dalam darah manusia terinf
eksi pada kurang lebih waktu dimana mereka mengalami demam, dan nyamuk ta
k terinfeksi mungkin akan mendapatkan virus bila mereka mengigit individu saat
periode 8-10 hari sebelum ini dapat ditularkan kemanusia lain selama mengigit at
au menghisap darah berikutnya. Lama waktu yang diperlukan untuk inkubasi eks
METODOLOGI PENELITIAN
A. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini yaitu penelitian terapan
berdarah dengue.
1. Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Dimana data
diperoleh atau dikumpulkan peneliti dari sumber yang telah ada sebelumnya.
2. Sumber Data
Data yang digunakan pada penelitian ini adalah data pasien penderita penyakit
DBD yang telah di rawat inap di RSUD Lasinrang Kab. Pinrang Tahun 2018-
2019.
D. Variabel Penelitian
21
22
2. X 2 adalah hari rawat pasien penderita penyakit DBD di RSUD Lasinrang Kab.
F. Tahapan Analisis
Untuk mencapai tujuan dari penelitian ini, maka langkah – langkah yang
menggunakan rumus :
d
h^ ( t )= i
ni
23
^S(t )= ∏ ( 1−h(t
^ i ))
i :t i≤ t
di
¿ ∏ 1−
i :t i≤ t
( ) ni
BAB IV
A. Hasil Penelitian
Adapun hasil penelitian dari data yang merupakan data penderita penyakit
DBD diambil dari Rumah Sakit Umum Lasinrang Kab. Pinrang Tahun 2018-2019
adalah
1. Deskriptif Data
Data yang digunakan dalam penelitian ini merupakan data pasien yang
menderita penyakit DBD pada tahun 2018-2019 di RSUD Lasinrang Kab. Pinrang.
a. Statistika Deskriptif
Tabel 4.2 Jumlah pasien berdasarkan hari rawat dengan kategori umur
X2
X1
≤4 ¿4
Balita/anak-anak
6 22
(0-11)
Remaja/Dewasa
18 65
(12-45)
Lansia
3 3
(46-65
anak umur 0-11 tahun dengan hari rawat ≤ 4 hari dan 22 pasien dengan hari
rawat > 4 hari. Sedangkan pada pasien remaja/dewasa yang berumur 12-45
tahun terdapat 18 pasien dengan hari rawat ≤ 4 hari dan 65 pasien dengan hari
rawat > 4 hari. Selain itu pada pasien lansia pada umur 46-65 tahun terdapat 3
pasien dengan hari rawat < 4 hari dan 3 pasien dengan hari rawat > 4 hari.
tidak ada hubungan antara umur pasien penderita DBD dengan lama hari rawat
pasien dilihat dari nilai p-value yang diperoleh yaitu 0.2748 dimana > α (0.05).
anak pada umur 0-11 tahun dengan status sembuh dan tidak terdapat pasien
meninggal. Sedangkan pada pasien remaja/dewasa pada umur 12-45 tahun terdapat
82 pasien dengan status sembuh dan 1 pasien dengan status meninggal. Selain itu
pada pasien lansia 46-65 tahun terdapat 6 pasien dengan status sembuh dan tidak
tidak ada hubungan antara umur pasien penderita DBD dengan status pasien
dilihat dari nilai p-value yang diperoleh yaitu 0.8134 dimana > α (0.05).
menggunakan rumus:
27
di
^
h(t) =
ni
Berdasarkan Tabel 4.2 dan grafik 4.1 hasil perhitungan estimasi peluang
^
kematian individu h(t) pada pasien DBD di tahun 2018-2019, diperoleh peluang
28
kematian tertinggi yaitu pada hari ke 2 sebesar 0.0086% dan peluang kematian
2019
di
^S= ∏ 1−
i: t i ≤t
( )
ni
,untuk 1 ≤ t ≤18
Adapun kurva fungsi peluang ketahanan hidup yang diperoleh sebagai berikut:
Pada tabel 4.5 terdapat kolom n-risk yang merupakan pasien DBD yang
berstatus beresiko terdapat pula kolom n-event yang berisi pasien penderita DBD
yang mengalami kegagalan dimana pada hari ke 2 terdapat pasien DBD yang
Sedangkan pada grafik 4.2 memuat perbandingann antara hari rawat pasien dengan
B. Pembahasan
Data rekam medik yang diperolah dari RSUD Lasinrang Kab. Pinrang dalam
kurun waktu tahun 2018-2019 mencatat sebanyak 117 pasien penderita DBD.
Banyaknya pasien tersensor adalah 116 orang dan 1 pasien yang mengalami kejadian
hubungan antara umur terhadap hari rawat dan status pasien kemudian dilanjutkan
tahan hidup. Berdasarkan hasil analisis chisquare Tabel 4.2 diketahui tidak ada
hubungan antara umur terhadap hari rawat pasien. Kemudian hasil analisis chisquare
Tabel 4.3 menunjukkan bahwa tidak ada hubungan antara umur terhadap status
pasien. Pada perhitungan estimasi peluang kematian individu pada penderita penyakit
DBD pada Tabel 4.4 menunjukkan nilai peluang kematian terbesar yaitu pada hari ke
2 sebesar 0,0862% .Sedangkan untuk hari rawat lainnya memiliki estimasi peluang
hidup dimana sumbu vertikal adalah nilai peluang tahan hidup dan sumbu horizontal
adalah waktu tahan hidup. Terbentuk 1 anak tangga yang berarti jumlah pasien yang
tidak tersensor sebanyak 1 orang, terlihat pada Grafik bahwa tangga terakhir tidak
menuju0, hal ini karena pasien terakhir berada dalam sampel tersensor.
metode Kaplan-meier pada tabel 4.5 menunjukkan peluang tahan hidup penderita
DBD sebesar 99,1% yang berarti peluang ketahana hidup penderita DBD di RSUD
31
Lasinrang Kab. Pinrang relative tinggi dimana tidak ada pasien yang berada pada
peluang kumulatif di bawah 50% sehingga pasien DBD memiliki peluang sembuh
juga tinggi.
BAB V
PENUTUP
A. Kesimpulan
metode Kaplan meier sebelum terdapat pasien meninggal adalah 100%. Namun
B. Saran
disarankkan dapat menggunakan metode ini dalam kasus lain yang lebih
berkaitan erat dalam kehidupan sehari-hari untuk membantu setiap orang dalam
lain dengan metode Kaplan meier ini dengan metode lain dalam menentukan
32
DAFTAR PUSTAKA
Allo, Caecilia Girik. 2017. Aplikasi Metode Kaplan Meier Untuk Menduga Selang
Waktu Ketahanan Hidup. Universitas Sanata Dharmma Yogyakarta.
Badan Pusat Statistik Provinsi Sulawesi Selatan. Provinsi Sulawesi Selatan dalam
Angka 2019. ISSN: 0215-2290.
Damayanti, Fidya Panorama dan Arief Wibowo. 2017. Analisis Survival Penyakit Ja
ntung Koroner Berulang. Jurnal Biometrika dan Kependudukan : Volume 6 No
mor 1.
Hidayat, Rahmat. 2016. Penggunaan Metode Kaplan-Meier dan Life Table Analisis
Survival untuk Data Tersensor. Jurnal Dinamika : Volume 7 Nomor 1.
Hutahaean, Landong P. dkk. 2014. Model Regresi Cox Proportional Hazard pada
Data Lama Studi Maahasiswa (Studi Kasus di Fakultas Sains dan Matematika
Universitas Diponegoro Semarang Mahasiswa Angkatan 2009). Jurnal
Gaussian : Volume 3 Nomor 2.
Khayatun, Uswatun. 2011. Perbandingan Penaksiran Kaplan Meier dan Berliner-
Hill pada Analisis Tahan Hidup Penderita Kanker Payudara.
Mandini, Gity Wulang. 2015. Analisis Tahan Hidup Penderita Kanker Paru dengan
Metode Kaplan-Meier. Universitas Negeri Yogyakarta : Fakultas Matematika
dan Ilmu Pengetahuan Alam.
Muhajir, Muhammad dan Yayi Diyah Palupi Analisis Survival terhadap Pasien
Diare Anak Menggunakan Metode Kaplan Meier dan Uji Log Rank. Jurnal
Ilmu-Ilmu MIPA : Volume 18.
33
34
Widiharih, Tatik dan Nasichah Siska Andriani. Desember 2006. Inferensi Fungsi
Ketahanan dengan Menggunakan Metode Kaplan-Meier. Jurnal matematika :
Volume 9 Nomor 3.
L
N
Data pasien penderita penyakit DBD di RSUD Lasinrang Kab. Pinrang
chisq.test(M)
chisq.test(N)
data<-read.csv(file.choose(),sep=";")
data
library(survival)
ht=(data$di/data$ni)
ht
data<-read.csv(file.choose(),sep=";")
data
library(survival)
kh<-survfit(Surv(data$waktu,data$status)~1)
kh
Grafik survival
library(survminer)
ggsurvplot(kh,data=data, complain=FALSE)
A. OUTPUT
dewasa 18 65
langsia 3
> chisq.test(M)
data: M
X-squared = 2.5832, df = 2, p-value = 0.2748
data: M
X-squared = 0.41317, df = 2, p-value = 0.8134
> data<-read.csv(file.choose(),sep=";")
> data
waktu di ni tersensor
1 1 0 117 1
2 2 1 116 0
3 2 0 115 1
4 3 0 114 1
5 3 0 113 1
6 3 0 112 1
7 4 0 111 1
8 4 0 110 1
9 4 0 109 1
10 4 0 108 1
11 4 0 107 1
12 4 0 106 1
13 1 1
0
5
14 1 1
0
4
15 1 1
0
3
16 1 1
0
2
17 1 1
0
1
18 1 1
0
0
19 9 1
9
20 9 1
8
21 9 1
7
22 9 1
6
23 9 1
5
24 9 1
4
25 9 1
3
26 9 1
2
27 9 1
1
28 9 1
0
29 8 1
9
30 8 1
8
31 8 1
7
32 8 1
6
33 8 1
5
34 8 1
4
35 8 1
3
36 8 1
2
37 8 1
1
38 8 1
0
39 7 1
9
40 7 1
8
41 7 1
7
42 7 1
6
43 7 1
5
44 7 1
4
45 7 1
3
46 7 1
2
47 7 1
1
48 7 1
0
49 6 1
9
50 6 1
8
51 6 1
7
52 6 1
6
53 6 1
5
54 6 1
4
55 6 1
3
56 6 1
2
57 6 1
1
58 6 1
0
59 5 1
9
60 0 58 1
61 0 57 1
62 0 56 1
63 0 55 1
64 0 54 1
65 0 53 1
66 0 52 1
67 0 51 1
68 0 50 1
69 0 49 1
70 0 48 1
71 0 47 1
72 0 46 1
73 0 45 1
74 0 44 1
75 0 43 1
76 0 42 1
77 0 41 1
78 0 40 1
79 0 39 1
80 0 38 1
81 0 37 1
82 0 36 1
83 0 35 1
84 0 34 1
85 0 33 1
86 0 32 1
87 0 31 1
88 0 30 1
89 0 29 1
90 0 28 1
91 0 27 1
92 0 26 1
93 0 25 1
94 0 24 1
95 0 23 1
96 0 22 1
97 0 21 1
98 0 20 1
99 0 19 1
100 0 18 1
101 0 17 1
102 0 16 1
103 0 15 1
104 0 14 1
105 0 13 1
106 0 12 1
107 8 0 11 1
108 9 0 10 1
109 9 0 9 1
110 10 0 8 1
111 10 0 7 1
112 11 0 6 1
113 11 0 5 1
114 12 0 4 1
115 13 0 3 1
116 13 0 2 1
117 18 0 1 1
> library(survival)
> ht=(data$di/data$ni)
> ht
[1] 0.00000000 0.00862069 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[10] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[19] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[28] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[37] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[46] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[55] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[64] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[73] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[82] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[91] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[100] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
[109] 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.00000
000 0.00000000 0.00000000 0.00000000
> plot(ht, conf.int = F, xlab = "waktu", ylab = "Estimasi Kematian", main="Kurva Estimasi Peluang
Kematian Individu",type = "o",col="#00
8B8B")
Warning messages:
1: In plot.window(...) : "conf.int" is not a graphical parameter
2: In plot.xy(xy, type, ...) : "conf.int" is not a graphical paramet
er
3: In axis(side = side, at = at, labels = labels, ...) :
"conf.int" is not a graphical parameter
4: In axis(side = side, at = at, labels = labels, ...) :
"conf.int" is not a graphical parameter
5: In box(...) : "conf.int" is not a graphical parameter
6: In title(...) : "conf.int" is not a graphical parameter
> data<-read.csv(file.choose(),sep=";")
> data
waktu di ni tersensor
1 1 0 117 1
2 2 1 116 0
3 2 0 115 1
4 3 0 114 1
5 3 0 113 1
6 3 0 112 1
7 4 0 111 1
8 4 0 110 1
9 4 0 109 1
10 4 0 108 1
11 4 0 107 1
12 4 0 106 1
13 4 0 105 1
14 4 0 104 1
15 4 0 103 1
16 4 0 102 1
17 4 0 101 1
18 4 0 100 1
19 4 0 99 1
20 4 0 98 1
21 4 0 97 1
22 4 0 96 1
23 4 0 95 1
24 4 0 94 1
25 4 0 93 1
26 4 0 92 1
27 4 0 91 1
28 5 0 90 1
29 5 0 89 1
30 5 0 88 1
31 5 0 87 1
32 5 0 86 1
33 5 0 85 1
34 5 0 84 1
35 5 0 83 1
36 5 0 82 1
37 5 0 81 1
38 5 0 80 1
39 5 0 79 1
40 5 0 78 1
41 5 0 77 1
42 5 0 76 1
43 5 0 75 1
44 5 0 74 1
45 5 0 73 1
46 5 0 72 1
47 5 0 71 1
48 5 0 70 1
49 5 0 69 1
50 5 0 68 1
51 5 0 67 1
52 5 0 66 1
53 5 0 65 1
54 5 0 64 1
55 5 0 63 1
56 5 0 62 1
57 5 0 61 1
58 5 0 60 1
59 5 0 59 1
60 6 0 58 1
61 6 0 57 1
62 6 0 56 1
63 6 0 55 1
64 6 0 54 1
65 6 0 53 1
66 6 0 52 1
67 6 0 51 1
68 6 0 50 1
69 6 0 49 1
70 6 0 48 1
71 6 0 47 1
72 6 0 46 1
73 6 0 45 1
74 6 0 44 1
75 6 0 43 1
76 6 0 42 1
77 6 0 41 1
78 6 0 40 1
79 6 0 39 1
80 6 0 38 1
81 6 0 37 1
82 6 0 36 1
83 6 0 35 1
84 6 0 34 1
85 6 0 33 1
86 6 0 32 1
87 6 0 31 1
88 6 0 30 1
89 7 0 29 1
90 7 0 28 1
91 7 0 27 1
92 7 0 26 1
93 7 0 25 1
94 7 0 24 1
95 7 0 23 1
96 7 0 22 1
97 7 0 21 1
98 7 0 20 1
99 7 0 19 1
100 7 0 18 1
101 8 0 17 1
102 8 0 16 1
103 8 0 15 1
104 8 0 14 1
105 8 0 13 1
106 8 0 12 1
107 8 0 11 1
108 9 0 10 1
109 9 0 9 1
110 10 0 8 1
111 10 0 7 1
112 11 0 6 1
113 11 0 5 1
114 12 0 4 1
115 13 0 3 1
116 13 0 2 1
117 18 0 1 1
> library(survival)
> kh<-survfit(Surv(data$waktu,data$di)~1)
> kh
Call: survfit(formula = Surv(data$waktu, data$di) ~ 1)
2004, kemudian melanjutkan pendidikan kedua di SD 186 Lembang dan selesai pada
tahun 2010, kemudian melanjutkan pendidikan ketiga di SMP Negeri 1 Lembang dan
Pinrang dan selesai pada tahun 2016. Dan kini melanjutkan pendidikan ke jenjang
Strata (S1) dan kini telah menyelesaikan pendidikan sebagai mahasiswi pada Jurusan
Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri (UIN) Alauddin