Pemodelan Regresi Logit Biner Robust Pada Data Klasifikasi Penderita Penyakit Akibat Infeksi Virus Dengue Berdasarkan Penduga Bianco Yohai

Virus dengue merupakan virus dari genus Flavivirus, famili Flaviviridae yang ditularkan melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus penyebab penyakit Demam Dengue (DD) dan Demam Berdarah Dengue (DBD). Pemeriksaan laboratorium merupakan salah satu penunjang diagnostik yang penting dan bermanfaat untuk lebih dini mengetahui benar ada infeksi. Tujuan penelitian ini adalah mendeteksi outlier menggunakan Hat Matrix dan DFFITS, serta memodelkan hasil pemeriksaan laboratorium terhadap klasifikasi penderita penyakit akibat infeksi virus dengue. Metode yang digunakan dalam penelitian ini adalah Regresi Logit Biner Robust berdasarkan penduga Bianco Yohai yang merupakan metode regresi untuk menaksir parameter yang robust (kekar) terhadap outlier agar menghasilkan ketepatan yang lebih akurat. Penelitian ini menggunakan 70 data sekunder yang diperoleh dari RSU Haji Surabaya bulan Desember 2015 – Februari 2016 dengan 4 variabel prediktor, yaitu selisih kadar hemoglobin, selisih kadar leukosit, selisih kadar hematokrit, selisih kadar trombosit. Hasil dari pemodelan regresi logit biner robust menunjukkan ketepatan klasifikasi sebesar 78,6% yang lebih baik daripada dengan model regresi logit biner yaitu sebesar 71,4%