PENERAPAN MODEL MULTIVARIATE ADAPTIVE REGRESSION SPLINES PADA DATA TIDAK SEIMBANG (STUDI KASUS:
PERINGKAT AKREDITASI RUMAH SAKIT DI PROVINSI ACEH)
Adelya Fazilla
Primary Author
mixed material
bibliography
Banda Aceh
Fakultas MIPA Statistika
2025
id
Indonesia
Multivariate Adaptive Regression Splines (MARS) merupakan metode regresi nonparametrik yang mampu menangkap hubungan nonlinier antar variabel. Pada penelitian ini, MARS digunakan untuk memodelkan peringkat akreditasi rumah sakit di Provinsi Aceh yang menggunakan data tidak seimbang, di mana jumlah rumah sakit terakreditasi selain paripurna lebih sedikit dibandingkan yang terakreditasi paripurna. Untuk mengatasi ketidakseimbangan data, digunakan metode oversampling, yaitu Synthetic Minority Oversampling Technique (SMOTE) dan Adaptive Synthetic Sampling Approach (ADASYN). Variabel yang dilibatkan meliputi indikator pelayanan rawat inap, seperti Bed Occupancy Rate (BOR), Bed Turn Over (BTO), Average Length of Stay (ALOS), Turn Over Interval (TOI), Gross Death Rate (GDR) dan Net Death Rate (NDR). Hasil penelitian menunjukkan bahwa model MARS untuk data balanced menggunakan SMOTE memberikan kinerja terbaik, dengan nilai GCV terendah (0,0384), nilai R² tertinggi (93,63%), dan APER terendah (3,57%). Selain itu, variabel yang paling berkontribusi terhadap peringkat akreditasi rumah sakit secara berurutan adalah GDR, ALOS, BTO, BOR, TOI, dan NDR.
REGRESSION ANALYSIS
519.536
ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala
147169
2025-01-14 12:42:19
2025-01-14 15:49:37
machine generated