Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue

Menggunakan Model Regresi Kuantil

ANALISIS WAKTU PENYEMBUHAN PENYAKIT DEMAM

BERDARAH DENGUE MENGGUNAKAN MODEL REGRESI KUANTIL

Andi Riska Fitriani1)*, Widya Nauli Amalia Puteri2), Imam Amriadi Amran Saru3)
1,2
Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Hasanuddin
1
email: a.riskafitriani@rocketmail.com
2
email: widyanauli@gmail.com
3
Program Studi Pendidikan Dokter, Fakultas Kedokteran, Universitas Hasanuddin
email: imamamriadi@yahoo.com

Abstrak

Penyakit DBD merupakan salah satu masalah kesehatan masyarakat yang utama
di Indonesia saat ini. Penyakit DBD ditularkan ke manusia melalui gigitan nyamuk
Aedes aegypti yang terinfeksi virus dengue. Salah satu aspek yang penting untuk
diketahui dalam upaya mengurangi dampak penyakit DBD ialah lama waktu
penyembuhan seorang pasien. Penelitian ini bertujuan untuk menganalisis faktor-faktor
yang berpengaruh terhadap waktu penyembuhan pasien penderita penyakit DBD
menggunakan model regresi kuantil. Dalam implementasinya, Model Regresi Kuantil
membagi data menjadi dua bagian dengan bobot yang berbeda, bergantung pada kuantil
yang ditetapkan. Proses penyembuhan dengan waktu yang cepat menggunakan nilai
kuantil rendah, sedangkan proses penyembuhan yang lama menggunakan nilai kuantil
tinggi. Metode penelitian yang dilakukan menggunakan pendekatan kuantitatif dengan
jenis penelitian deskriptif yang dimulai dari pengambilan data; identifikasi variabel;
eksplorasi data; pemeriksaan multikolinearitas; estimasi parameter dan uji signifikansi
model regresi kuantil; serta interpretasi hasil. Hasil penelitian menunjukkan bahwa
faktor yang berpengaruh terhadap kelompok pasien penyakit DBD dengan waktu yang
lama untuk sembuh ialah jumlah infus, pernafasan dan hematokrit (HCT), sedangkan
untuk kelompok pasien dengan waktu penyembuhan yang singkat ialah jumlah infus dan
suhu tubuh. Perbedaan faktor pengaruh pada kedua kelompok pasien memerlukan
penyesuaian tindakan medis yang tepat sehingga dapat diperoleh peningkatan efisiensi
dalam penanganan pasien DBD.

Kata Kunci: DBD, Faktor Pengaruh Waktu Sembuh, Prediksi Waktu Sembuh, Regresi
Kuantil.

Abstract

Dengue Fever (DF) is one of the main public health problems in Indonesia. DF
is transmitted to humans through the bite of Aedes aegypti mosquitoes infected with
dengue virus. One important aspect to reduce the impact of dengue disease is the
recovery time of a DF patient. This study aims to analyze the influential factors of
recovery time of DF patient using a quantile regression model. The implementation of
quantile regression model divided the data into two parts with different weight depend on
the quintile value. The short recovery time category used low quantile values, while the
long recovery time category used high quantile values. The research method using a
quantitative approach with a descriptive research that begin from data collection;
variable identification; data exploration; multicollinearity test; parameter estimation, the
significance test and interpretation. The results of the study showed that the significance
factors of the long recovery time of DF patients are infusion, breathing, and hematocrit
(HCT), while for short recovery time category are infusion and temperature. The different

1
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

significance factor both of categories needs the different medical treatment in order to
increase the efficiency of time recovery of DF patien.

Keywords: DHF, Influence Factor for Cure Time, Cured Time Prediction, Quantile
Regression.

1. PENDAHULUAN

Demam Berdarah Dengue (DBD) adalah suatu penyakit arbovirus yang

disebabkan oleh virus Dengue. Media penularan penyakit DBD ialah melalui
nyamuk Aedes aegypti dan Aedes albopictus yang terinfeksi virus dengue.
Transmisi penyebaran virus dapat disebabkan oleh faktor keberadaan vektor
nyamuk, perubahan iklim, tingkat populasi penduduk, kondisi lingkungan, dan
tingginya mobilitas penduduk serta peningkatan transportasi (WHO, 2013, Kamal
dan Dharmadi, 2017). World Health Organization (WHO) melaporkan bahwa
penderita DBD banyak ditemukan di sebagian besar wilayah tropis dan sub-tropis,
terutama Asia Tenggara, Amerika, dan Karibia. Jumlah penderita DBD di benua
Asia menempati urutan pertama setiap tahunnya (WHO, 2013). Sementara itu,
terhitung sejak tahun 1968 hingga tahun 2009, WHO mengumumkan bahwa
Indonesia adalah negara dengan kasus DBD tertinggi di Asia Tenggara.
Penyakit DBD merupakan salah satu masalah kesehatan masyarakat yang
utama di Indonesia saat ini. Penyakit DBD sering dikategorikan sebagai Kejadian
Luar Biasa (KLB) dengan jumlah kematian yang besar di Indonesia (Kamal dan
Dharmadi, 2017). Penyakit ini pertama kali dilaporkan di Indonesia pada tahun
1968 di Surabaya (Depkes RI, 2015). Kementerian Kesehatan Republik Indonesia
melaporkan bahwa jumlah penderita DBD di Indonesia pada bulan Januari hingga
Februari 2016 sebanyak 8.487 orang dengan jumlah kematian 108 orang. Dinas
Kesehatan (Dinkes) Kota Makassar menunjukkan bahwa jumlah penderita DBD
sejak Januari hingga Agustus 2016 mencapai 232 kasus.
Salah satu aspek penting yang berkaitan dengan penderita penyakit DBD
ialah lama waktu penyembuhan. Lama waktu penyembuhan penyakit DBD
memiliki dampak pada manajemen rumah sakit dan biaya pengobatan yang mesti
ditanggung oleh keluarga pasien. Jumlah penderita DBD biasanya melebihi
kapasitas tampung rumah sakit, hal ini menyebabkan beberapa pasien tidak
mendapatkan tempat perawatan yang kondusif. Sementara itu jika waktu yang
dibutuhkan untuk pengobatan semakin lama, biaya yang mesti ditanggung oleh
keluarga pasien semakin bertambah. Padahal, umumnya keluarga pasien DBD
merupakan keluarga dengan tingkat ekonomi yang menengah ke bawah.
Beberapa peneliti sebelumnya telah menjelaskan faktor-faktor yang
mempengaruhi lama waktu penyembuhan penyakit DBD. Mufidah dan Purhadi
(2016) dan Meylina et al. (2017) hanya mengungkapkan faktor yang berpengaruh
terhadap laju dan lamanya penyembuhan penyakitd DBD dengan menggunakan
analisis survival dan model regresi linier berganda. Namun, penelitian tersebut

2
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

tidak dapat menjelaskan faktor-faktor yang berpengaruh terhadap cepat atau

lamanya pasien dirawat di rumah sakit dan hasil penelitian tidak menjelaskan
analisis secara medik.
Dalam penelitian ini, kedua hal tersebut diselesaikan dengan
menggunakan model regresi kuantil. Pendekatan model regresi kuantil membagi
data menjadi dua bagian yang bergantung pada kuantil yang ditetapkan. Untuk
proses penyembuhan dengan waktu yang cepat, dapat menggunakan nilai kuantil
rendah. Sedangkan untuk proses penyembuhan dengan waktu yang cukup lama,
menggunakan nilai kuantil tinggi.
Berdasarkan uraian sebelumnya, maka tujuan penelitian ini adalah
mendapatkan analisis faktor yang mempengaruhi cepat atau lambatnya
penyembuhan pasien penderita penyakit DBD di rumah sakit. Hasil penelitian ini
dapat mengungkap faktor pengaruh waktu penyembuhan. Informasi tentang faktor
yang mempengaruhi waktu penyembuhan dapat digunakan untuk meningkatkan
efisiensi penanganan pasien DBD.

2. METODE

Penelitian ini menggunakan pendekatan kuantitatif, yaitu penelitian yang

bermaksud untuk memodelkan waktu penyembuhan pasien penderita penyakit
DBD dengan variabel-variabel yang diduga berkaitan dengan penyakit tersebut.
Jenis penelitian ini termasuk dalam jenis penelitian deskriptif, yaitu penelitian
yang menggambarkan pengaruh setiap variabel terhadap waktu penyembuhan
penyakit DBD di Rumah Sakit Unhas yang dilakukan pada bulan April-Juni 2018
dengan tahapan sebagai berikut:
1) Teknik Pengumpulan Data
Data sekunder pada penelitian ini diperoleh dari hasil rekam medis pasien
penderita penyakit DBD yang dirawat inap di Rumah Sakit Unhas pada kurun
waktu 5 tahun terakhir (tahun 2013–2017) dengan banyaknya data yang diambil
sebanyak 158 sampel pasien DBD.
2) Identifikasi Variabel
Variabel yang diamati pada penelitian ini terdiri dari variabel respon dan
variabel prediktor. Variabel respon adalah variabel yang dipengaruhi atau yang
menjadi akibat karena adanya perlakuan terhadap variabel prediktor. Variabel
respon dalam penelitian ini adalah waktu penyembuhan penyakit DBD yang
dilihat dari berapa hari yang diperlukan pasien penderita penyakit DBD untuk
dirawat inap di rumah sakit.
Variabel prediktor adalah variabel yang diduga mempengaruhi atau yang
menjadi sebab berubahnya nilai rata-rata variabel respon. Setelah dilakukan
pengambilan data yang disertai dengan identifikasi variabel yang ada dalam
rekam medis pasien DBD diperoleh faktor-faktor yang menjadi variabel prediktor
yang digunakan dalam penelitian ini yang disajikan dalam Tabel 1 berikut.

3
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

Tabel 1.Variabel Prediktor yang Digunakan dalam Penelitian

No Variabel Cara Pengambilan Data
1 Umur ( Dihitung dalam tahun sejak tanggal kelahiran sampai
hari pertama pasien dirawat inap di rumah sakit.
2 Suhu ( Suhu tubuh pasien yang diukur pada hari pertama
pasien dirawat inap di rumah sakit.
3 Detak nadi Detak nadi pasien yang diukur pada hari pertama
dirawat inap di rumah sakit yang dinyatakan dalam
detak nadi/menit.
4 Pernafasan ( Deru nafas pasien yang diukur pada hari pertama
dirawat inap di rumah sakit yang dinyatakan dalam
kali/menit.
5 WBC( Hasil uji laboratorium pasien yang diperoleh pada
White Blood Cell hari pertama dirawat inap di rumah sakit berupa
Leukosit yang dinyatakan dalam 103 sel/ul.
6 HGB ( Hasil uji laboratorium pasien yang diperoleh pada
Hemoglobin hari pertama dirawat inap di rumah sakit berupa
Hemoglobin yang dinyatakan dalam gram/dl.
7 HCT( Hasil uji laboratorium pasien yang diperoleh pada
Hematocrit hari pertama dirawat inap dirRumah sakit berupa
kadar Hematokrit yang dinyatakan dalam persen (%).
8 PLT ( Hasil uji laboratorium yang diperoleh pada hari
Platelet pertama rawat inap di rumah sakit berupa Trombosit
yang dinyatakan dalam 103 sel/ul.
9 RBC ( Hasil uji laboratorium yang diperoleh pada hari
Red Blood Cell pertama dirawat inap di rumah sakit berupa Eritrosit
yang dinyatakan dalam 103 sel/ul.
10 Jumlah infus ( Jumlah infus diukur berdasarkan berapa kali
dilakukan pergantian infus pada pasien selama
dirawat inap di rumah sakit.

3) Teknik Analisis Data

Pengolahan data pada penelitan ini menggunakan bantuan software R
versi 3.5.0. Berikut adalah tahapan analisis data yang dilakukan:
1. Eksplorasi data.
2. Melakukan pemerikasaan multikolinearitas pada variabel prediktor.
3. Melakukan estimasi parameter model regresi kuantil dengan persamaan
berikut:
untuk i = 1,...,n. (1)
Dalam bentuk matriks, persamaan tersebut ditulis sebagai berikut:
(2)

4
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

dengan:
= vektor berukuran dari variabel dependen
= matriks berukuran dari variabel independen
= vektor berukuran dari koefisien regresi kuantil yang
bergantung pada
= vektor berukuran dari error.
Estimasi dengan metode regresi kuantil ke diperoleh dengan
meminimumkan jumlah nilai mutlak dari error dengan pembobot
untuk error positif dan pembobot untuk error negatif, yaitu:
∑ ( | ) (3)
dimana p menyatakan indeks kuantil , merupakan loss
function yang asimetrik, dimana , dan merupakan
Loss Function dari regresi kuantil, yaitu:
{ (4)
4. Melakukan uji signifikansi parameter model regresi kuantil.
5. Membuat interpretasi hasil yang diperoleh.
6. Membuat Kesimpulan.

3. HASIL DAN PEMBAHASAN

1) Eksplorasi Data
Tahap pertama dilakukan eksplorasi data untuk mengetahui pencilan data.
Deskripsi data variabel respon dan variabel prediktor yang digunakan pada
penelitian ini dapat dilihat dalam Tabel 2.
Tabel 2. Deskripsi Data Variabel Respon dan Prediktor
Variabel N Min Max Mean Std. Deviation
Waktu Inap ( 158 1,0 18,0 4,905 2,3344
Umur ( 158 0 71,0 23,209 15,9362
Suhu ( 158 30,0 40,2 37,532 1,3457
Detak Nadi 158 58,0 180,0 93,101 16,7310
Pernafasan ( 158 14,0 54,0 22,500 4,2378
WBC( 158 1,2 24,6 5,766 3,9640
HGB ( 158 8,0 19,0 13,677 1,7886
HCT( 158 24,3 53,6 39,565 4,7164
PLT ( 158 7,0 401,0 137,449 80,3754
RBC ( 158 2,8 14,3 5,008 0,9540
Jumlah Infus ( 158 1,0 24,0 7,133 4,2278
Sumber: Hasil Olah Data

5
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

Tabel 2 menunjukkan bahwa rata-rata lama waktu penyembuhan pasien

DBD adalah sekitar 5 hari. Usia pasien yang menderita penyakit DBD rata-rata
adalah kalangan dewasa, yaitu ditunjukkan pada tabel bahwa rata-rata usia adalah
23 tahun.
2) Pemeriksaan Multikolinearitas
Salah satu syarat yang harus dipenuhi dalam pembentukan model regresi
dengan beberapa variabel prediktor adalah tidak terjadi multikolinearitas.
Pendeteksian kasus multikolinieritas dilakukan menggunakan kriteria nilai
Variance Inflation Factor (VIF). Variabel prediktor dikatakan mengandung
multikolinearitas jika nilai VIF lebih dari sepuluh (Pratama dan Wulandari,
2015).
Hasil pengujian multikolinearitas menunjukkan bahwa variabel HGB,
RGB, dan HCT memiliki nilai VIF lebih dari sepuluh dan memiliki nilai korelasi
yang tinggi, yaitu 0.953 untuk HGB dan HCT serta variabel HCT dan RBC, yaitu
sebesar 0,529048. Analisis selanjutnya menggunakan variabel HCT untuk
merepresentasikan pengaruh ketiga variabel tersebut dalam model.
3) Estimasi Parameter Model Regresi Kuantil
Dalam pemodelan regresi kuantil digunakan bantuan software R untuk
melakukan estimasi parameter. Hasil estimasi parameter untuk model regresi
kuantil dapat dilihat dalam Tabel 3 untuk kuantil bawah dan Tabel 4 untuk kuantil
atas sebagai berikut:
Tabel 3. Estimasi Parameter pada Kuantil Bawah
Estimasi
Variabel Std.Error t value Pr(>|t|)
Parameter
Umur ( 0,00098 0,00212 0,46272 0,64424
Suhu ( 0,04439 0,02116 2,09818 0,03758
Detak Nadi -0,00228 0,00181 -1,25658 0,21087
Pernafasan ( -0,00117 0,00614 -0,19025 0,84937
WBC( -0,00515 0,00662 -0,77774 0,43795
HCT( -0,00830 0,00580 -1,43270 0,15404
PLT ( -0,00008 0,00033 -0,23393 0,81536
Jumlah Infus ( 0,03006 0,00605 4,97080 0,00000
Sumber: Hasil Olah Data
Tabel 4. Estimasi Parameter pada Kuantil Atas
Estimasi
Variabel Std.Error t value Pr(>|t|)
Parameter
Umur ( 0,00038 0,00047 0,81288 0,41758
Suhu ( -0,00411 0,01072 -0,38355 0,70186
Detak Nadi -0,00038 0,00054 -0,71654 0,47478
Pernafasan ( -0,00632 0,00265 -2,38496 0,01834
WBC( -0,00433 0,00362 -1,19595 0,23362

6
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

HCT( -0,00868 0,00194 -4,46691 0,00002

PLT ( 0,00022 0,00018 1,24654 0,21452
Jumlah Infus ( 0,02690 0,00242 11,12747 0,00000
Sumber: Hasil Olah Data
Tabel 3 dan Tabel 4 menampilkan hasil estimasi parameter, nilai standard error
hasil penaksiran, nilai uji t, dan nilai probabilitas pada taraf kepercayaan 95%
untuk sepuluh variabel yang digunakan dalam model.
4) Uji Signifikansi Parameter
Pada Tabel 3 diperoleh nilai Pr(>|t|) untuk semua parameter. Terdapat dua
parameter yang signifikan terhadap rata-rata waktu perawatan, yaitu variabel Suhu
dan Jumlah Infus sebab memiliki nilai Pr(>|t|) kurang dari 5%.
Tabel 5. Parameter yang Signifikan pada Kuantil Bawah
Variabel Estimasi Std.Error t value Pr(>|t|)
Parameter
Suhu ( 0,04439 0,02116 2,09818 0,03758
Jumlah Infus ( 0,03006 0,00605 4,97080 0,00000
Sumber: Hasil Olah Data
Tabel 4 menunjukkan nilai Pr(>|t|) untuk semua parameter. Hasil
pengujian parameter menyimpulkan bahwa tiga parameter yang signifikan
terhadap rata-rata waktu perawatan, yaitu Pernafasan, HCT, dan Jumlah Infus
sebab memiliki nilai Pr(>|t|) kurang dari 5%.
Tabel 6. Parameter yang Signifikan pada Kuantil Atas
Variabel Estimasi Std.Error t value Pr(>|t|)
Parameter
Pernafasan ( -0,00632 0,00265 -2,38496 0,01834
HCT( -0,00868 0,00194 -4,46691 0,00002
Jumlah Infus ( 0,02690 0,00242 11,12747 0,00000
Sumber: Hasil Olah Data
5) Interpretasi Hasil
Interpretasi Model Regresi Kuantil pada penelitian ini berdasarkan
koefisien parameter yang signifikan, yaitu:
a. Koefisien parameter variabel suhu pada Tabel 5 menjelaskan bahwa setiap
pengingkatan suhu 1 derajat dapat meningkatkan rata-rata waktu
penyembuhan pasien sebesar ( yang
artinya apabila selama masa penyembuhan jumlah suhu pasien mengalami
peningkatan maka akan berdampak pada proses penyembuhan yang
memerlukan waktu yang cukup lama. Hal ini sesuai dengan prinsip tata
laksana demam berdarah dengue, yaitu terapi supportif dengan salah satu
tujuannya untuk pengembalian suhu tubuh pada rentang normal karena
kondisi demam merupakan keadaan ketika suhu tubuh meningkat melalui
suhu tubuh normal ( (Depkes RI, 2004).

7
Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

b. Koefisien parameter variabel pernafasan pada Tabel 6 menjelaskan bahwa

setiap peningkatan jumlah pernafasan akan mengurangi waktu
penyembuhan pasien rata-rata sebesar (
, yang artinya apabila selama masa penyembuhan jumlah
pernafasan pasien mengalami peningkatan maka akan berdampak pada
proses penyembuhan yang tidak memerlukan waktu lama. Untuk kasus
DBD akan muncul gejala sesak nafas berdasarkan penelitian Egawati
(2011). Gejala ini berada pada fase kedua penyakit DBD yang
menyebabkan adanya Efusi Pleura, yaitu keadaan dimana rongga selaput
paru dimasuki oleh cairan. Kondisi ini akan menyebabkan paru-paru sulit
berkembang atau berkontraksi untuk mengambil nafas sehingga frekuensi
pernapasan cenderung meningkat. Tetapi, data rekam medis RS Unhas
menunjukkan adanya pencilan data.
c. Koefisien parameter variabel hematokrit (HCT) pada Tabel 6 menjelaskan
bahwa setiap peningkatan kadar hematokrit akan mengurangi lama waktu
penyembuhan pasien rata-rata sebesar (
, yang artinya apabila selama masa penyembuhan kadar hematokrit
pasien mengalami peningkatan maka akan berdampak pada proses
penyembuhan yang tidak memerlukan waktu yang lama. Jumlah HCT
normal pada tubuh manusia sebesar 40% sampai 50%. Sedangkan pada
pasien penderita DBD mengalami kebocoran plasma yang terlihat dari tes
hematokrit yang menunjukkan adanya peningkatan kadar hematokrit dari
angka normal. Tetapi, data yang diperoleh dari rekam medis RS Unhas
menunjukkan adanya kecenderungan penurunan HCT dari pasien.
d. Koefisien parameter variabel jumlah infus pada Tabel 5 dan 6
menjelaskan bahwa setiap pengingkatan jumlah infus akan meningkatkan
waktu penyembuhan pasien rata-rata sebesar (
dan ( , yang artinya apabila selama
masa penyembuhan jumlah infus pasien mengalami peningkatan maka
waktu penyembuhan bertambah. Hal ini sesuai dengan protokol
penatalaksanaan DBD yang disusun oleh perhimpunan Dokter Ahli
Penyakit Dalam Indonesia bersama Divisi Penyakit Tropik dan Infeksi
Fakultas Kedokteran Universitas Indonesia bahwa pemberian infus
kristaloid pada pasien penderita DBD tergantung dari derajat infeksi, berat
badan pasien serta kondisi umum dari pasien tersebut. Dengan
menggunakan prinsip-prinsip penatalaksanaan yang tepat sesuai indikasi,
praktis pelaksanaanya, serta mempertimbangkan cost effectiveness
(Perhimpunan Dokter Spesialis Penyakit Dalam Indonesia, 2014). Hal ini
menunjukkan bahwa memang jumlah infus dapat mempengaruhi dari
cepat maupun lama penyembuhan penyakit, tergantung dari kondisi pasien
tersebut, derajat DBD yang diderita, serta kebutuhan cairan tubuh
perharinya sesuai berat badan pasien.

8
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

Perbedaan faktor yang mempengaruhi lama waktu penyembuhan pasien DBD

yang terdiri atas kelompok yang cepat dalam penyembuhan dan kelompok
yang memerlukan waktu yang lama untuk sembuh menunjukkan bahwa
tindakan medis yang diperlukan untuk masing-masing kelompok pasien juga
berbeda. Hal ini dapat meningkatkan efisiensi waktu penyembuhan pasien
DBD karena pelayanan medis hanya terfokus pada faktor suhu, pernafasan,
hematokrit (HCT), dan jumlah infus.

4. KESIMPULAN

Berdasarkan hasil yang diperoleh dapat disimpulkan bahwa dari sepuluh

variabel yang diduga berpengaruh terhadap lawa waktu penyembuhan pasien
DBD, hanya terdapat empat faktor yang mempunyai pengaruh yang signifikan.
Faktor yang berpengaruh sehingga pasien penderita penyakit DBD dapat sembuh
dengan cepat, yaitu suhu dan jumlah infus. Sedangkan faktor yang mempengaruhi
pasien penderita penyakit DBD membutuhkan waktu yang lama untuk sembuh
adalah pernafasan, hematokrit (HCT) dan jumlah infus. Perbedaan faktor
pengaruh pada kedua kelompok pasien memerlukan penyesuaian tindakan medis
yang tepat sehingga dapat diperoleh peningkatan efisiensi dalam penanganan
pasien DBD.

5. UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada RISTEKDIKTI yang telah

membiayai penelitian ini melalui Program Kreativitas Mahasiswa tahun 2018.
Penulis juga mengucapkan terima kasih kepada Instalasi Rekam Medis Rumah
Sakit Unhas yang telah memberikan perizinan pengambilan data pasien DBD
serta kepada pihak-pihak yang telah membantu penulis dalam menyelesaikan
penelitian ini.

6. REFERENSI

Departemen Kesehatan RI. 2004. Tatalaksana Demam Berdarah Dengue di

Indonesia. Jakarta: Departemen Kesehatan RI.
Departemen Kesehatan RI. 2015. Pencegahan dan pemberantasan demam
berdarah dengue di Indonesia. Jakarta: Dirjen PP & PL.
Egawati, W. 2011. Frekuensi Pernafasan sebagai Idikator Adanya Efusi pleura
pada Demam Berdarah Dengue Anak di RSUP Dr. Kariadi Semarang.
Semarang.
Kamal, N.N. dan Dharmadi, M. 2017. Pengaruh partisipasi masyarakat dalam
pencegahan Demam Berdarah Dengue (DBD) terhadap peningkatan
kejadian DBD di Wilayah kerja Puskesmas Tegallalang I, Bali. Intisari

9
 Fitriani|Analisis Waktu Penyembuhan Penyakit Demam Berdarah Dengue
Menggunakan Model Regresi Kuantil

Sains Medis 2017, Volume 8, Number 1: 77-81. P-ISSN: 2503-3638, E-

ISSN: 2089-9084.
Meylina, S., Regyarni, S., Muliati, A., Mukhtar, N. 2017. Analysis of Dengue
Hemarrhogic Fever Healing Using Poisson Regression Model. Journal
Statistics in Medicine.
Mufidah, A.S. dan Purhadi. 2016. Analisis Survival Pada Pasien Demam
Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model
Regresi Weibull. Surabaya: Jurnal Sains dan Seni ITS. Vol.5, No.2 2337-
3520.
Perhimpunan Dokter Spesialis Penyakit Dalam Indonesia. 2014. Buku Ajar Ilmu
Penyakit Dalam Jilid I. Edisi IV. Jakarta: Interna Publishing. P.539, 540-
4.
Pratama, W., dan Wulandari, S. 2015. Pemetaan Dan Pemodelan Jumlah Kasus
Penyakit Tuberculosis (TBC) di Provinsi Jawa Barat dengan Pendekatan
Geographically Weighted Negatif Binomial Regression (GWNBR). Jurnal
Sains dan Seni ITS, D37-D42.
WHO. 2013. Dengue and Severe Dengue. Available at:
http://www.who.int/mediacentre/factsheets/fs117/en/. 12 Agustus 2018.

10