JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-277 Abstrak— Kanker serviks merupakan pertumbuhan dari suatu kelompok sel yang tidak normal pada serviks (mulut rahim). Menurut WHO (2003), Indonesia merupakan negara dengan penderita kanker mulut rahim nomor satu di dunia. Kanker serviks adalah kanker yang paling sering dijumpai pada wanita setelah kanker payudara dan dapat menyebabkan kematian. Oleh karena itu, pasien hasil pap smear test sebagai pendeteksi awal upaya penanganan dini pada penyakit kanker serviks di RS. “X” Surabaya guna melihat karakteristik dan faktor resiko yang paling berpengaruh terhadap pendeteksi awal kanker serviks. Berdasarkan hasil penelitian diperoleh analisis deskriptif yang menunjukkan bahwa lebih banyak pasien yang memiliki hasil test abnormal dibandingkan dengan yang normal menggunakan Pap Smear Test. Pada analisis regresi logistik diperoleh tiga variabel prediktor yang signifikan berpengaruh terhadap hasil test, yaitu usia pasien, jumlah anak (paritas) dan penggunaan kontrasepsi, dengan nilai ketepatan klasifikasi sebesar 66,7%. Nilai ketepatan klasifikasi tersebut dapat ditingkatkan dengan pendekatan bagging regresi logistik (bagging logistic regression). Hasil analisis bagging regresi logistik pada 2 jenis kombinasi data, menunjukkan bahwa pada 80 kali replikasi bootstrap diperoleh nilai ketepatan klasifikasi meningkat sebesar 1,11%.. Kata Kunci— bagging, kanker serviks, ketepatan klasifikasi, regresi logistik. I. PENDAHULUAN ANKER serviks merupakan pertumbuhan dari suatu kelompok sel yang tidak normal pada serviks (mulut rahim). Perubahan ini biasanya memakan waktu beberapa tahun sebelum berkembang menjadi kanker. Menurut WHO (2003) Indonesia merupakan negara dengan penderita kanker mulut rahim nomor satu di dunia. Penelitian terhadap kanker serviks pernah dilakukan oleh Nurdim[1], Melva[2] dan Yastuti[3] untuk mengetahui faktor- faktor yang mempengaruhi kejadian kanker serviks. Penelitian menggunakan metode Bagging Regresi Logistik pernah dilakukan oleh Ningrum[4] untuk mengklasifikasikan ke- sejahteraan rumah tangga di Kota Malang, hasil kesimpulan penelitian tersebut menunjukkan bahwa nilai ketepatan klasifikasinya sebesar 97,8% menjadi 98% setelah dilakukan bagging. Oleh karena itu penelitian kali ini dilakukan pada data di RS. X Surabaya pada tahun 2010 menggunakan Bagging Regresi Logistik dengan harapan hasil penelitian ini mendapatkan ketepatan klasifikasi yang lebih tinggi dibanding metode pada penelitian sebelumnya. II. LANDASAN TEORI 1. Statistika Deskriptif Statistika deskriptif adalah metode yang digunakan untuk mendeskripsikan data, meliputi pengumpulan, pengorganisasi- an, serta penyajian data [5]. 2. Analisis Regresi Logistik Biner (Binary Logistic Regression) Dalam model statistika dengan dua kategori, dengan variabel respon mengandung unsur “sukses” atau “gagal”. Data biner ini merupakan bentuk paling sederhana dari data kategori. Model yang paling sering digunakan untuk data dua kategori adalah regresi logistik biner [6]. Model Regresi Logistik Biner (Dikotomus) Regresi logistik merupakan suatu metode regresi yang menggambarkan hubungan antara suatu variabel respon (dependent) dan satu atau lebih variabel prediktor (independent). Bentuk model regresi logistik dengan variabel prediktor i adalah sebagai berikut     i i 2 2 1 1 0 i i 2 2 1 1 0 x β ... x β x β β x β ... x β x β β e 1 e π(x)           (1) Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) Bentuk logit g(x) ini merupakan model logit, fungsi linear dalam parameter-parameternya, dan berada dalam jarak antara -∞ sampai +∞ tergantung dari variabel X [7]. Penaksiran Parameter Model Regresi Logistik Maximum Likelihood (kemungkinan maksimum) merupa- kan salah satu metode yang digunakan untuk menduga parameter-parameter yang terdapat dalam persamaan regresi Klasifikasi Pasien Hasil Pap Smear Test sebagai Pendeteksi Awal Upaya Penanganan Dini pada Penyakit Kanker Serviks di RS. “X” Surabaya dengan Metode Bagging Logistic Regression Ida Ayu Sevita Intansari, Santi Wulan Purnami, dan Sri Pingit Wulandari Jurusan Satistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 E-mail: santi_wp@statistika.its.ac.id, sri_pingit@statistika.its.ac.id K i i 2 2 1 1 0 x β ... x β x β β g(x)     brought to you by CORE View metadata, citation and similar papers at core.ac.uk provided by Jurnal Sains dan Seni ITS