Penerapan Regresi Survival Buckley-james untuk Observasi Tersensor Kanan (Studi Kasus: Lama Waktu Kehamilan Ibu yang Melahirkan di RSU PKU Muhammadiyah Bantul)

Abstract

Analisis regresi linear merupakan analisis yang bertujuan untuk mengetahui pengaruh dan hubungan linear variabel independen terhadap variabel dependen. Namun model regresi linear biasa tidak dapat digunakan untuk memodelkan data survival karena adanya data yang tersensor kanan. Jika dipaksakan untuk digunakan, regresi linear biasa akan memberikan hasil yang kurang akurat, karena data tersensor merupakan data yang diperoleh dari observasi yang tidak lengkap. Oleh karena itu metode yang cocok digunakan dalam mengatasi data tersensor kanan adalah Regresi Buckley-James. Regresi Buckley-James merupakan model regresi linear untuk data survival atau data yang mengandung data tersensor kanan. Penggunaan model regresi berganda akan menghasilkan prediksi yang tidak akurat karena dalam regresi linear berganda tidak dibedakan antara variabel dependen yang tersensor dan tidak tersensor. sehingga, salah satu metode untuk mengatasi masalah data tersensor adalah Regresi Buckley-James. Pada penelitian ini, dilakukan studi kasus tentang Keterlambatan Kelahiran pada Bayi di RSU PKU Muhammadyah Bantul. Faktor-faktor yang diduga mempengaruhi keterlambatan proses melahirkan dari hari perkiraan lahir yang telah ditentukan yaitu kesalahan dalam menghitung periode kehamilan, riwayat turunan, bayi yang dikandung adalah bayi laki-laki, bayi yang dikandung adalah anak pertama, kegemukan serta kelainan pada janin. Dari hasil analisis diketahui bahwa faktor-faktor yang mempengaruhi proses kelahiran adalah Umur pasien, Jumlah kehamilan, Jumlah Kelahiran, Jumlah Keguguran Detak Jantung Janin dan Jenis Kelamin Bayi. Dengan menggunakan model Regresi Buckley-James diberikan hasil analisis prediksi umur kehamilan yang lebih akurat.