Analisis regresi merupakan salah satu metode statistika yang digunakan untuk memodelkan hubungan tersebut antara variabel respon dan variabel prediktor. Regresi semiparametrik adalah kombinasi regresi parametrik dan nonparametrik. Estimator yang digunakan dalam mengestimasi model regresi semiparametrik pada tuisan ini adalah Lokal Polinomial. Data longitudinal dapat ditemukan di sektor kesehatan, termasuk demam berdarah data penyakit demam berdarah (DBD). Kriteria laboratorium untuk indikasi DBD adalah trombositopenia.
Dalam tulisan ini dibahas model trombosit pada pasien DBD yang dapat digunakan untuk peramalan sehingga diharapkan dapat memberikan informasi kepada tim medis dalam merawat pasien DBD. Model estimasi yang digunakan adalah model Regresi semiparametrik berdasarkan estimator polinomial lokal pada data longitudinal. Variabel respon dalam penelitian ini adalah trombosit pasien DBD yang dipengaruhi oleh hemoglobin sebagai variabel prediktor parametrik dan waktu pemeriksaan sementara dirawat di rumah sakit sebagai variabel prediktor nonparametrik.
Jenis penelitian yang digunakan dalam penelitian ini adalah kuantitatif, yaitu sistematis dengan mengumpulkan data yang dapat diukur dengan menggunakan teknik statistika. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari rekam medis RS Roemani, Kota Semarang, Provinsi Jawa Tengah, pada tahun 2019.
Dalam pengestimasian model regresi nonparametrik menggunakan estimator polinomial lokal diperlukan pemilihan bandwidth dan orde polinomial yang optimal  menggunakan metode Generalized Cross Validation (GCV). Berdasarkan nilai GCV yang minimum diperoleh bandwidth optimal sebesar 1,5 dan orde polinomial optimal yaitu 2, yang diterapkan pada data trombosit pasien DBD, menghasilkan estimasi model regresi semiparametrik polinomial lokal itu mengikuti pola data sebenarnya.
Hasil estimasi model regresi semiparametrik polinomial lokal menunjukkan trombosit terendah dialami oleh pasien DBD ke-1 dan ke-4 yaitu 44.000/µL. Penurunan trombosit dialami pasien ke-1 pada hari ke-3 saat dirawat di RS dan juga dialami pasien ke-4 pada hari ke-4 saat dirawat di RS. Pemodelan trombosit pasien DBD menggunakan estimator polinomial lokal menghasilkan nilai koefisien determinasi (R2) sebesar 84,25% dan mean absolute percentage error (MAPE) sebesar 4,5%, yang menunjukkan peramalan yang sangat akurat, sehingga dapat disimpulkan bahwa model yang dihasilkan lebih baik dalam memprediksi.
Penulis: Dr. Nur Chamidah, S.Si., M.Si.
Informasi detail dari penelitian ini dapat dilihat pada tulisan kami di:
https://journal.ummat.ac.id/index.php/jtam/article/view/17427/pdf
Tiani Wahyu Utami, Nur Chamidah, Toha Saifudin (2024). Platelet Modeling in DHF Patients Using Local Polynomial Semiparametric Regression on Longitudinal Data, JTAM (Jurnal Teori dan Aplikasi Matematika) , Vol. 8, No. 1, pp. 231-243, p-ISSN 2597-7512 | e-ISSN 2614-1175.
