Pemodelan Survival pada Kejadian Demam Berdarah Dengue di Surabaya Timur dengan Pendekatan Bayesian

Abstract

Salah satu penyakit yang paling sering dialami di Indonesia khususnya pada saat musim penghujan adalah penyakit Demam Berdarah Dengue (DBD). Penyakit ini disebabkan oleh virus dengue yang ditularkan oleh nyamuk Aedes aegypti betina. Untuk mengetahui laju kesembuhan pasien maka perlu diketahui faktor-faktor yang dapat mempengaruhinya. Salah satu metode yang dapat digunakan adalah analisis survival. Analisis survival merupakan analisis mengenai data yang diperoleh dari catatan waktu yang dicapai suatu objek sampai terjadinya event. Dalam penelitian ini event yang digunakan adalah waktu hingga sembuh (lama rawat inap) pasien. Analisis Bayesian memperlakukan semua parameter yang tidak diketahui sebagai variabel random dan memiliki distribusi. Dalam mengestimasi parameter digunakan pendekatan bayesian untuk mengatasi kasus jumlah data terbatas karena pada bayesian menggunakan estimasi dengan mempertimbangkan distribusi prior. Digunakan dua macam distribusi yang berbeda untuk memodelkan survival untuk kasus demam berdarah dengue. Distribusi yang digunakan adalah distribusi Generalized Gamma dan Weibull. Model yang terbaik yang ditunjukkan dengan nilai WAIC terkecil adalah model survival dengan menggunakan distribusi Weibull.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).