Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Jurnal Matematika, Komputasi dan Statistika
Agusrawati Agusrawati
Jurusan matematika FMIPA UHO
Computer Science & IT Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
F FAKTOR–FAKTOR YANG MEMPENGARUHI KASUS STROKE ISKEMIK DI PROVINSI SULAWESI TENGGARA MENGGUNAKAN REGRESI LOGISTIK BINER: FAKTOR–FAKTOR YANG MEMPENGARUHI KASUS STROKE ISKEMIK Fikri Sofian Afrizal; Agusrawati Agusrawati; Irma Yahya; Gusti Adi Wibawa; Ruslan Ruslan; Makulau Makulau
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.804 KB) | DOI: 10.33772/jmks.v2i1.3

Abstract

Stroke merupakan penyakit gangguan fungsional otak akut fokal maupun global akibat terhambatnya aliran darah ke otak karena perdarahan (stroke hemoragik) ataupun sumbatan (stroke iskemik) dengan gejala dan tanda sesuai bagian otak yang terkena yang dapat sembuh sempurna, sembuh dengan cacat, atau kematian. Penelitian ini bertujuan menentukan faktor–faktor yang mempengaruhi kasus stroke iskemik di provinsi sulawesi tenggara menggunakan regresi logistik biner. Sumber data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari hasil rekam medis pasien stroke rawat inap di RSUD Bahteramas Provinsi Sulawesi Tenggara periode Januari sampai dengan Desember 2019. Pengambilan data dilakukan dengan cara sampling sebanyak 100 pasien. Variabel prediktor yang digunakan dalam penelitian ini yaitu jenis kelamin, usia, status hipertensi, status diabetes mellitus, status hiperkolesterol, riwayat stroke keluarga dan indeks massa tubuh. Hasil analisis menunjukkanbahwa variabel atau faktor yang mempengaruhi stroke iskemik adalah status hipertensi dan indeks massa tubuh, Sementara itu model regresi logistik yang diperoleh adalah dengan adalah status indeks massa tubuh dengan kategori berat badan kurang. Oddsrasio menunjukkan bahwa pasien mengalami serangan stroke dengan status indeks massa tubuh dengan kategori berat badan kurang berpotensi terserang stroke iskemik sebesar 4,307 kali lebih besar daripada terserang stroke hemoragik. Ketepatan model dalam mengklasifikasikanjenis stroke sebesar 85%.
ANALISIS MODEL REGRESI BERGANDA DAN GEOGRAPHICALLY WEIGHTED REGRESSION PADA JUMLAH KENDARAAN SEPEDA MOTOR: GEOGRAPHICALLY WEIGHTED REGRESSION Imron Nur Ramadhan; Agusrawati Agusrawati; Mukhsar Mukhsar; Bahriddin Abapihi; Baharuddin Baharuddin
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 1 (2022): Januari - April
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (611.381 KB) | DOI: 10.33772/jmks.v2i1.4

Abstract

Analisis regresi adalah metode yang digunakan untuk menganalisis data dan mengambil kesimpulan yang bermakna tentang hubungan ketergantungan yang mungkin ada antara variabel terikat, sedangkan Geographically Weighted Regression adalah metode statistika dengan pendekatan titik yang digunakan untuk menganalisis heterogenitas spasial. Berdasarkan hasil penelitian dengan menggunakan analisis regresi berganda diperoleh model global untuk 34 provinsi di Indonesia sedangkan analisis GWR diperoleh model lokal yaitu ada 34 model yang berbeda-beda setiap Provinsi di Indonesia
Co-Authors Baharuddin Baharuddin Bahriddin Abapihi Fikri Sofian Afrizal Gusti Adi Wibawa Imron Nur Ramadhan Irma Yahya Makulau Makulau Mukhsar . Ruslan Ruslan