PARAMITHA, Laurentia Meylia (2026) Pemodelan Geographically Weighted Cox Proportional Hazard Pada Data Tuberkulosis di Jawa Tengah Tahun 2025. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Archive (FULL TEXT) File Skripsi_Laurentia Meylia.zip Restricted to Repository staff only Download (2MB) | Request a copy
	Text 1. COVER.pdf Download (84kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (78kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (54kB)
	Text 5. KATA PENGANTAR.pdf Download (86kB)
	Text 6. ABSTRAK.pdf Download (32kB)
	Text 7. ABSTRACT.pdf Download (31kB)
	Text 8. DAFTAR ISI.pdf Download (42kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (152kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (239kB)

Abstract

Tuberkulosis (TB) merupakan penyakit dengan beban kasus tinggi di Indonesia,
terutama di Pulau Jawa, termasuk Provinsi Jawa Tengah. Risiko kematian pada
pasien TB dipengaruhi oleh berbagai faktor individu serta kemungkinan adanya
variasi antarwilayah. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang
memengaruhi risiko kematian pasien TB menggunakan metode Cox Proportional
Hazard (CPH) dan Geographically Weighted Cox Proportional Hazard
(GWCoxPH). Variabel yang digunakan meliputi umur, jenis kelamin, lokasi
anatomi, riwayat diabetes melitus, dan status HIV. Hasil analisis global
menggunakan model CPH menunjukkan bahwa secara umum seluruh kovariat
berpengaruh terhadap risiko kematian, dengan sebagian besar variabel signifikan
berdasarkan nilai p-value. Analisis spasial menggunakan GWCoxPH menunjukkan
bahwa pengaruh kovariat tidak homogen di seluruh wilayah. Estimasi lokal dan
visualisasi peta menunjukkan adanya variasi pengaruh antar daerah. Secara spasial,
pasien TB dengan kategori umur > 59 tahun dan pasien dengan status HIV positif
memiliki risiko kematian berdasarkan nilai hazard ratio masing-masing sekitar 6
kali dan 5 kali lebih besar dibandingkan kategori referensinya. Perbandingan
performa model menunjukkan bahwa GWCoxPH memiliki nilai Takeuchi
Information Criterion (TIC) sebesar 33.837,15 yang lebih rendah dibandingkan
model CPH global sebesar 50.910,68, sehingga lebih baik dalam merepresentasikan
data dengan mempertimbangkan heterogenitas spasial. Hasil ini menegaskan
pentingnya pendekatan spasial dalam analisis survival untuk mendukung
pengambilan kebijakan kesehatan yang lebih tepat sasaran.
Kata Kunci: Tuberkulosis, Analisis Survival, Cox Proportional Hazard,
Geographically Weighted Cox Proportional Hazard, Takeuchi Information
Criterion

Actions (login required)

View Item