Estimasi Parameter Weibull pada Waktu Survival Pasien Kanker Serviks RSUD Kota Makassar Tahun 2017-2019

Aulia Khairunnisa; Dwi Agustin Nuriani Sirodj

doi:10.29313/bcss.v3i2.8459

Aulia Khairunnisa Statistika, Matematika dan Ilmu Pengatahuan Alam, Universitas Islam Bandung
Dwi Agustin Nuriani Sirodj

DOI: https://doi.org/10.29313/bcss.v3i2.8459

Keywords: Distribusi Weibull, Kanker serviks, Maximum Likelihood Estimation

Abstract

Abstract. The Weibull distribution is a development of the exponential distribution. The Weibull distribution consists of 3 parameters, namely scale parameters, shape parameters and location parameters. Another form of 3-parameter distribution is the Weibull 2-parameter distribution consisting of scale parameters and shape parameters. Weibull distribution parameter estimation uses Maximum Likelihood Estimation (MLE) and is solved by Newton-Raphson iterations due to nonlinear results. The data used in this study is data on cervical cancer patients at RSUD Kota Makassar in 2017-2019. From this study it can be concluded that the Weibull distribution parameters for survival time variables are 7,8383 for scale parameters and 1,5140 for shape parameters.

Abstrak. Distribusi Weibull merupakan pengembangan dari distribusi eksponensial. Distribusi Weibull terdiri dari 3 parameter, yaitu parameter skala, parameter bentuk dan parameter lokasi. Bentuk lain dari dsitribusi 3 paramater yaitu distribusi Weibull 2 parameter yang terdiri dari parameter skala dan parameter bentuk. Estimasi parameter dsitribusi Weibull menggunakan Maximum Likelihood Estimation (MLE) dan diselesaikan oleh iterasi Newton-Raphson sebab hasil yang nonliear atau tidak closed form. Data yang digunakan pada penelitian ini merupakan data pasien kanker serviks RSUD Kota Makassar tahun 2017-2019. Dari penelitian ini dapat disimpulkan bahwa parameter distribusi Weibull untuk variabel waktu survival adalah 7,8383 untuk parameter skala dan 1,5140 untuk parameter bentuk.

References

Chong, E. K. P.& Stanislaw H. Z. (2008). An Introduction To Optimization, Third Edition. New Jersey: John Wiley & Sons, Inc.

Collet, D. (2003). Modelling Survival Data In Medical Research, Second Edition. London: Chapman and Hall.

Hasa, Nini Karnihayani. (2022). Analisis Bayesian Survival Weibull Untuk Menentukan Faktor Yang Mempengaruhi Laju Kesembuhan Pasien Rawat Inap Kanker Serviks di RSDU Kota Makassar. Journal of Statistics and Its Application on Teaching and Research, 4(1), 1-8.

Kleinbaum, D. G., (1996). Survival analysis : A Self Learning Text, Third Edition. New York: Springer-Verlag.

Musfirah. (2018). Faktor Risiko Kejadian Kanker Serviks Di Rsup Dr. Wahidin Sudirohusodo Makassar. Jurnal Kesehatan Masyarakat. 4(1), 1-8.

Otaya, L. G., (2016). Distribusi Probabilitas Weibull dan Aplikasinya (Pada Persoalan Keandalan (Reliability) dan Analisis Rawatan (Maintainability)). Jurnal Menejemen Pendidikan Islam. 4(2): 44-66.

Rinne, H. (2009). The Weibull Distribution A Handbook. CRC Press Taylor and Francis Group.

Suyitno. (2017). Penaksiran Parameter dan Pengujian Hipotesis Model Regresi Weibull Univariat. Jurnal Eksponensial, 8(2), 179-184.

Yado, R & Noviadi, E. T. (2015). Perbandingan Estimasi Parameter Pada Distribusi Eksponensial Dengan Menggunakan Metode Maksimum Likelihood Dan Metode Bayesian. Jurnal Sains Matematika dan Statistika. 1(2), 62-72.