MODEL LAMA RAWAT INAP PASIEN COVID-19 MENGGUNAKAN REGRESI KUANTIL BAYESIAN DENGAN METODE LASSO DAN ADAPTIVE LASSO

Athifa, Salsabila Deva (2022) MODEL LAMA RAWAT INAP PASIEN COVID-19 MENGGUNAKAN REGRESI KUANTIL BAYESIAN DENGAN METODE LASSO DAN ADAPTIVE LASSO. Masters thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
scholar tesis cover abstrak.pdf - Published Version

Download (140kB)
[img] Text (BAB I Pendahuluan)
scholar tesis pendahuluan.pdf - Published Version

Download (240kB)
[img] Text (BAB V Penutup)
scholar tesis penutup.pdf - Published Version

Download (176kB)
[img] Text (Daftar Pustaka)
scholar tesis dapus.pdf - Published Version

Download (204kB)
[img] Text (Tesis Utuh)
scholar tesis utuh.pdf - Published Version
Restricted to Repository staff only

Download (4MB)

Abstract

Penelitian ini bertujuan untuk mengidentifikasi model terbaik dari data lama rawat inap pasien COVID-19 di Provinsi Sumatera Barat dengan menggunakan metode regresi kuantil Bayesian LASSO dan Adaptive LASSO. Dilakukan perbandingan nilai dugaan yang dihasilkan di antara kedua metode menggunakan data 1737 pasien COVID-19 RSUP M. Djamil Kota Padang dari bulan Maret 2020 sampai dengan bulan Desember 2020. Hasil yang diperoleh adalah metode regresi kuantil Bayesian Adaptive LASSO secara keseluruhan menghasilkan estimasi lebar selang kepercayaan 95%, MAD, MSE, RMSE yang lebih kecil daripada yang dihasilkan metode regresi kuantil Bayesian LASSO. Lama rawat inap pasien COVID-19 di Provinsi Sumatera Barat secara signifikan dipengaruhi oleh usia, diagnosa positif, status sembuh dan meninggal, serta jumlah komorbid atau penyakit penyerta.

Item Type: Thesis (Masters)
Primary Supervisor: Dr. Ferra Yanuar
Uncontrolled Keywords: Lama rawat inap, COVID-19, Regresi Kuantil Bayesian, LASSO, Adaptive LASSO.
Subjects: Q Science > QA Mathematics
Divisions: Pascasarjana (S2)
Depositing User: s2 matematika matematika
Date Deposited: 29 Aug 2022 03:50
Last Modified: 29 Aug 2022 03:50
URI: http://scholar.unand.ac.id/id/eprint/110729

Actions (login required)

View Item View Item