Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analisis survival telah banyak digunakan dalam berbagai bidang, termasuk aktuaria. Analisis survival hendak diketahui distribusi dari waktu hingga terjadi suatu kejadian yang diamati. salah satu parameter yang dapat menjelaskan distribusidari waktu hingga terjadi kejadian tersebut ..."

"Survival data consist of a single event for each population unit, namely, end of life, which is modeled with a life distribution. In contrast, many applications involve repeated-events data, where a unit may accumulate any number of events over time. Examples include the number and cost of repairs of products, the number and treatment costs of recurrent disease episodes in patients, and the number of childbirths to statisticians. This applied book provides practitioners with basic nonparametric methods for such data, particularly the plot of the estimate of the population mean cumulative function (MCF), which yields most of the information sought.Recurrent Events Data Analysis for Product Repairs, Disease Recurrences, and Other Applications is the first book to present a simple, unified theory that includes data on costs or other "values" of discrete events, not just the number of events. It surveys computer programs that calculate and plot the MCF estimate with confidence limits, shows their output, and explains how to interpret such plots. Many such calculations can be easily done with a pocket calculator or spreadsheet program. Also, the book introduces basic Poisson and Cox regression models and parametric models, including homogeneous and nonhomogeneous Poisson processes and renewal processes."

"Tugas akhir ini bertujuan menjelaskan prosedur penaksiran parameter pada model shared gamma frailty dengan menggunakan metode penaksiran maximum likelihood. Model shared gamma frailty merupakan salah satu model frailty bivariat yang diperkenalkan untuk mengukur dependensi antara waktu-waktu survival terhadap faktor acak yang tidak teramati, yang terkadang diabaikan dalam penelitian. Model ini perluasan dari model Cox proportional hazard dengan memperhatikan adanya pemancungan kiri dan penyensoran kanan pada data yang diperoleh. Untuk melakukan penaksiran parameter maka dibentuk fungsi likelihood yang dibangun dari fungsi survival bersama pasangan observasi, lalu diperoleh parameter dependensinya. Semakin besar nilai parameter dependensi menyatakan bahwa heterogenitas antarpasangan observasi semakin besar dan asosiasi dalam tiap pasangan semakin kuat. Pada tugas akhir ini diberikan contoh penggunaan model dalam bidang demografi dan kesehatan. "

"Salah satu cara meningkatkan kepercayaan nasabah yang juga merupakan salah satu keunggulan kompetitif bank adalah kualitas atau keandalan layanan Anjungan Tunai Mandiri (ATM) yang dimilikinya. ATM juga memegang peranan penting terhadap kinerja bank karena ATM memberikan pengaruh yang positif pada kinerja bank sehingga pemeliharaan ATM, menjadi penting bagi bank. Pemeliharaan yang proaktif pada ATM sebelum terjadi kerusakan, juga akan berdampak pada peningkatan kualitas layanannya. Oleh karena itu, penting bagi bank untuk dapat mengetahui estimasi kapan terjadi kerusakan pada ATM. Penelitian ini bertujuan untuk menganalisis waktu sampai terjadinya kerusakan (time-to-event) pada ATM dan karakteristik penentu yang dapat mempengaruhi keandalan ATM dengan menggunakan pendekatan analisis survival. Metode yang digunakan adalah Analisis Survival Non-parametric Model, Kaplan-Meier, dan Analisis Survival Semi-parametric Model, Cox Proportional Hazard (Cox PH) pada 11,043 data ATM tahun 2019-2023 dari salah satu bank terbesar di Indonesia. Hasil analisis Kaplan-Meier, menunjukkan bahwa tidak terdapat perbedaan yang signifikan pada kurva survival ATM antar kelompok pada lokasi, merek, dan pengelola, namun didapat perbedaan signifikan pada kurva survival ATM antar kelompok pada jenis dan durasi penyimpanan ATM. Dari analisis Cox PH, ditemukan bahwa faktor-faktor yang mempengaruhi dan signifikan adalah jenis, durasi penyimpanan mesin setelah dilakukan pembelian sebelum dilakukan aktivasi, merek, dan frekuensi transaksi ATM. Sedangkan frekuensi kegiatan Corrective maintenance (CM) berpengaruh namun tidak signifikan pada keandalan ATM. Analisis keandalan ATM ini dapat digunakan sebagai dasar pengambilan keputusan tentang karakteristik ATM yang akan digunakan, sehingga bank dapat meningkatkan kualitas layanan ATM dan mempertahankan keunggulan kompetitifnya.

---

One way to increase customer trust, which is also one of the bank's competitive advantages, is the quality of Automated Teller Machine (ATM) services. ATM also play an important role in bank’s performance because ATM have a positive impact on the bank’s performance, so that ATM maintenance is important for the bank. Proactive maintenance of the ATM before failure occurs will also have an impact on improving ATM service quality. Therefore, it is important for banks to be able to know the estimation of when failure occurs. This study aims to analyse the time-to-event of ATM and the determining characteristics that can affect ATM reliability using survival analysis approach. The methods used are Non-parametric Survival Analysis Model, Kaplan-Meier, and Semi-parametric Survival Analysis Model, Cox Proportional Hazard (Cox PH) on 11,043 ATM data in 2019-2023 at one of the largest banks in Indonesia.The results of the Kaplan-Meier analysis, there is no significant difference in ATM survival curve between groups on variable location, brand, and operation management, but has significant difference in ATM survival curve between groups on variable type and duration of ATM storage after purchase before activation. From Cox PH analysis, it was found that the influencing and significant factors are type, duration of machine storage after purchase before activation, brand, and frequency of ATM transactions. While the frequency of Corrective maintenance (CM) activities has an effect but not significant on ATM reliability. This ATM reliability analysis can be used as a basis for decisions about the characteristics of ATM that are implemented, so that banks can improve the quality of ATM services and maintain their competitive advantage."

"Mortalitas pasien pneumonia di rumah sakit meningkat pada saat pandemi COVID-19. Perlu diidentifikasi faktor-faktor risikonya dari determinan biologi, gaya hidup, lingkungan dan pelayanan kesehatan. Penelitian ini menggunakan disain campuran studi kuantitatif kohort retrospektif dan studi kualitatif sequential explanatory. Sampling studi kuantitatif diambil secara acak sederhana dari rekam medis Mei 2020-Desember 2021 di RS dr. Cipto Mangunkusumo, Jakarta. Studi kualitatif berupa wawancara mendalam bersama enam orang informan. Terdapat 1945 subjek pneumonia dengan insiden kematian 34,1%. Determinan yang berhubungan dengan peningkatan risiko kematian adalah pneumonia berat (HR 1,8;IK95% 1,38-2,43), skor CCI ≥2 (HR 1,5;IK95% 1,16-2,08). komplikasi ≥2 (HR 5,9; 95%IK 2,9-11,9), intubasi (HR 1,6;IK95% 1,27-2,05) dan lama tunggu di IGD ≥8 jam (HR1,4;IK95% 1,12-1,63), tren kematian rawat inap meningkat seiring dengan bertambahnya usia. Risiko kematian lebih rendah pada subjek dengan infeksi utama selain paru (HR 0,4;IK95% 0,35-0,51), subjek yang mendapat perawatan intensif (HR 0,3;IK95% 0,25-0,41), terapi antikoagulan (HR 0,3;IK95% 0,27-0,44) dan terapi steroid pada pneumonia non-COVID-19 kondisi berat (0,7;IK95% 0,5-0,9). Ketangguhan rumah sakit terjaga dengan adanya kebijakan zonasi, penerapan prinsip mitigasi risiko, dan modulasi layanan. Beban finansial berkurang melalui donasi atau hibah. Kerentanan rumah sakit antara lain kerapuhan infrastruktur, kecepatan kembali ke layanan reguler lebih lambat, rasa takut tenaga kesehatan, dan triase pra-rumah sakit belum berjalan.Determinan biologi, lingkungan dan pelayanan kesehatan berhubungan dengan sintas rawat inap pasien pneumonia pada masa pandemi COVID-19. Ketahanan rumah sakit perlu dinilai dengan melihat dampak pandemi terhadap kematian pneumonia COVID-19 maupun pneumonia non-COVID-19.

---

In-hospital mortality of pneumonia increased during the COVID-19 pandemic. It is necessary to identify risk factors from biological determinants, lifestyle, environment and health services. This research uses a mixed design of a retrospective cohort quantitative study and a sequential explanatory qualitative study. Quantitative subjects were selected using simple random sampling based on medical records May 2020-December 2021 at Dr. Cipto Mangunkusumo Hospital, Jakarta. In-depth interviews with six informants were performed. There were 1945 pneumonia subjects with a mortality incidence of 34,1%. Determinants associated with an increased mortality risk were severe pneumonia (HR 1,8; 95% CI 1,38-2,43), CCI score ≥2 (HR 1,5; 95% CI 1,16-2,08). complications ≥2 (HR 5,9; 95% CI 2,9-11,9), intubation (HR 1,6; 95% CI 1,27-2,05) and waiting time in the ER ≥8 hours (HR1,4 ;95% CI 1,12-1,63), the trend of inpatient mortality increases with increasing age. The risk of death was lower in subjects with primary infections other than lung (HR 0,4; 95% CI 0,35-0,51), subjects receiving intensive care (HR 0,3; 95% CI 0,25-0,41), anticoagulant therapy (HR 0,3; 95% CI 0,27-0,44) and steroid therapy in severe non-COVID-19 pneumonia (0,7; 95% CI 0,5-0,9). Hospital resilience is maintained by having zoning policies, implementing risk mitigation principles, and modulating services. Financial burden is reduced through donations or grants. Hospital vulnerabilities include infrastructure fragility, slower return to regular services, fear of health workers, and pre-hospital triage not yet in place. Biological, environmental and health service determinants are related to the survival rate of pneumonia patients during the COVID-19 pandemic. Hospital resilience needs to be assessed by looking at the impact of the pandemic on mortality from COVID-19 pneumonia and non-COVID-19 pneumonia."