Implementasi regresi logistik biner pada diagnosis penyakit gagal ginjal kronis

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Putri, Evi Septya (2023) Implementasi regresi logistik biner pada diagnosis penyakit gagal ginjal kronis. Undergraduate thesis, UIN Sunan Ampel Surabaya.

[img] Text
Evi Septya Putri_H72219027.PDF

Download (5MB)

Abstract

Penyakit gagal ginjal kronis adalah penyakit yang tidak menular tetapi mematikan sehingga menjadi masalah kesehatan pada masyarakat di seluruh dunia. Menurut laporan Word Health Organization (WHO) & Global Burden of Disease (GBD) project, penyakit ginjal pada saluran perkemihan berkontribusi menjadi beban penyakit di dunia dengan sekitar 850.000 kematian setiap tahun. Di Indonesia, kasus gagal ginjal kronis menjadi perhatian pada tahun 2022 dimana pada kasus tersebut didominasi oleh anak-anak usia 6 bulan hingga 18 tahun, namun hingga saat ini belum diketahui penyebab pastinya. Oleh karena itu tujuan dari penilian ini adalah untuk mewaspadai potensi penyakit gagal ginjal kronis berdasarkan banyaknya faktor yang dianggap sebagai pemicu terjadinya gagal ginjal kronis yaitu kondisi medis yang tidak normal seperti gula darah tinggi, tekanan darah tinggi, tingkat albumin darah yang rendah, jumlah sel darah merah yang rendah serta kondisi-kondisi kesehatan yang tidak normal lainnya. Metode regresi logistik biner adalah analisis regresi yang digunakan untuk mengetahui hubungan antara variabel independen dan variabel dependen yang berifat dikotomi. Dalam penelitian ini data dependen yang digunakan memiliki 2 kategori yaitu positif dan negatif gagal ginjal kronis. Berdasarkan hasil penelitian dari 24 variabel diperoleh 2 variabel yang berpengaruh secara signifikan yaitu hemoglobin dan sel darah putih dengan ketepatan klasifikasi sebesar 84% dan tingkat akurasi sebesar 97%.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Putri, Evi Septyaeviseptya557@gmail.comH72219027
Contributors:
ContributionNameEmailNIDN
Thesis advisorHamid, Abdullohdoelhamid@uinsby.ac.id2028088501
Thesis advisorUtami, Wika Dianitawikadianita@uinsby.ac.id2010069201
Subjects: Matematika
Statistik
Keywords: Crhonic kidney failure; binary logistic regression; diagnosis
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Evi Septya Putri
Date Deposited: 10 Aug 2023 04:01
Last Modified: 10 Aug 2023 04:04
URI: http://digilib.uinsa.ac.id/id/eprint/64189

Actions (login required)

View Item View Item