PENERAPAN MODEL KLASIFIKASI REGRESI LOGISTIK, SUPPORT VECTOR MACHINE , CLASSIFICATION AND REGRESSION TREE TERHADAP DATA KEJADIAN DIFTERI DI PROVINSI JAWA BARAT

Hilman Dwi Anggana

Sari


Salah satu permasalahan yang dihadapi Jawa Barat selama beberapa waktu terakhir adalah adanya kejadian luar biasa (KLB) penyakit Difteri. Upaya preventif untuk mengurangi merebaknya wabah suatu penyakit harus terus dilakukan seperti program sosialisasi, vaksinasi dan karantina. Selain dengan program yang telah disebutkan, kajian suatu penyakit dengan menggunakan pemodelan klasifikasi secara statistika menjadi salah satu alternatif dalam mendukung early warning system (EWS) suatu kejadian penyakit. Pada penelitian ini dilakukan penerapan model klasifikasi regresi logistik, support vector machine (SVM) dan classification and regression tree (CART) terhadap data kejadian Difteri di provinsi  Jawa Barat. Hasil analisis menunjukkan bahwa model regresi logistik  merupakan model yang kurang tepat diterapkan diantara tiga pilihan model ini karena memiliki nilai AUC terendah (nilai AUC sekitar 50%), didukung oleh tingkat akurasi dan tingkat ketepatan model mengklasifikasikan kelas positif (sensitivity) yang rendah. Sementara itu model yang paling tepat diterapkan adalah model SVM karena memiliki nilai AUC tertinggi (nilai AUC jauh diatas 50%), didukung oleh tingkat akurasi dan tingkat sensitivity yang tinggi.

Teks Lengkap:

PDF

Referensi


Arifin, I.F. & Prasasti, C.I. 2017. Faktor yang Berhubungan dengan Kasus

Difteri Anak di Puskesmas Bangkalan Tahun 2016. Jurnal Berkala Epidemiologi Vol 5 No 1 hlm 26-36.

Deconinck, E., Hancock, T., Coomans, D., Massart, D.L. & Van der Heyden, Y. 2005. Classification of Drugs in Absorption Classes Using The Classification and Regression Trees Methodology. Journal of Pharmaceutical and Biomedical Analysis 29 91-103.

Fawcett, T. 2006. An Introduction to ROC Analysis. Pattern Recognition Letters 27 pp 861-874.

Han, J., M. Kamber., dan J. Pei. 2012. Data Mining Concepts and Techniques, third edition. Waltham: Morgan Kaufman.

Hosmer, D.W. & Lemeshow, S. 2000. Applied Logistic Regression, second edition. New York: John Wiley & Sons Inc.

Johra, M.B. 2018. Perbandingan Faktor Determinan Niat Kewirausahaan Dengan Classification and Regression Tree di Indonesia, Filipina, dan Malaysia. Jurnal Euclid Vol 5 No 1 pp 90.

Kartono, B. 2008. Lingkungan Rumah dan Kejadian Difteri di Kabupaten Tasikmalaya dan Kabupaten Garut. Jurnal Kesehatan Masyarakat Nasional Vol 2 No 5.

Lestari, K.S. 2012. Faktor-faktor yang Berhubungan Dengan Kejadian Difteri di Kabupaten Sidoarjo. Depok: Universitas Indonesia.

Prasetyo, E. 2014. Mengolah Data Menjadi Informasi Menggunakan Matlab. Yogyakarta: AndiPublisher.

Puspita, G., Kharis, M. & Supriyono. 2017. Pemodelan Matematika Pada Penyebaran Penyakit Difteri Dengan Menggunakan Karantina dan Vaksinasi. UNNES Journal of Mathematics vol 6 No 1.

Suhendar, D. 2017. 14 Orang Meninggal Akibat Difteri di Jawa Barat. https://regional.kompas.com/read/2017/12/15/08124791/14-orang-meninggal-akibat-difteri-di-jawa-barat.

Zaki, MJ. & Meira JR, W. 2014. Data Mining and Analysis: Foundations and Algorithms. New York : Cambridge University Press.

http://www.diskes.jabarprov.go.id/index.php/arsip/categories/MTEz/profile-kesehatan

http://www.diskes.jabarprov.go.id/index.php/pages/detail/2014/7/Visi-dan-Misi.


Refbacks

  • Saat ini tidak ada refbacks.


EUCLID terindeks oleh Google Scholar, ResearchBib, IPI, IOS dan Sinta.

This work is licensed under a Creative Commons Attribution - Share Alike 4.0 International License