PEMODELAN FAKTOR RISIKO PENYAKIT JANTUNG KORONER DENGAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DI RUMAH SAKIT UMUM HAJI SURABAYA TAHUN 2018

• Main Author: CHAIRATUL ANNISA, 101611123115
• Format: Theses and Dissertations NonPeerReviewed
• Language: English; English
• Published: 2019
• Subjects: RA643-645 Disease (Communicable and noninfectious) and public health
• Online Access: http://repository.unair.ac.id/80733/1/abstrak.pdf; http://repository.unair.ac.id/80733/2/full%20text.pdf; http://repository.unair.ac.id/80733/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Multivariate Adaptive Regression Spline (MARS) merupakan salah satu metode regresi nonparametrik yang digunakan untuk klasifikasi dan mengatasi permasalahan data yang berdimensi tinggi. Penyakit Jantung merupakan penyakit yang mematikan nomor satu di dunia, salah satunya adalah penyakit jantung koroner. Penelitian ini bertujuan untuk memodelkan faktor risiko penyakit jantung koroner untuk mengetahui faktor yang berpengaruh terhadap kejadian penyakit tersebut. Penelitian ini merupakan penelitian non-reaktif. Data yang digunakan merupakan data sekunder penderita penyakit jantung koroner akut dan kronis tahun 2018. Data didapat dari hasil rekam medis pasien di Rumah Sakit Umum Haji Surabaya. Variabel bebas dalam penelitian ini yaitu, umur, jenis kelamin, kadar gula darah, kadar dislipidemia, kadar trigliserida, hipertensi dan obesitas. Hasil penelitian didapatkan model MARS terbaik berdasarkan nilai GCV terkecil yaitu 0.138 dan nilai R Square terbesar yaitu 0.434, dengan kombinasi BF 40 , MI = 3, MO= 2. Variabel yang beepengaruh terhadap penyakit jantung koroner adalah kadar HDL, kadar LDL, trigliserida, usia, jenis kelamin dan obesitas. Pada penelitian ini hanya satu variabel yaitu kadar gula darah yang tidak berpengaruh terhadap penyakit jantung koroner. Kesimpulan penelitian ini adalah kadar HDL menjadi faktor dengan tingkat kepentingan paling tinggi dalam pemodelan MARS, sedangkan kadar gula darah menjadi satu-satunya faktor yang tidak berpengaruh, model ini dapat digunakan berdasarkan pertimbangan hasil ketepatan klasifikasi model MARS yang didapatkan sebesar 90.4% dan tingkat kesalahan dalam pengelompokan model sebesar 9.6%. Sehingga hasillnya dapat dijadikan sebagai penentuan faktor risiko terhadap penyakit jantung koroner