Pada penelitian penentuan lama tahan hidup suatu benda atau individu, kadang kala tidak dapat diamati lama tahan hidup seluruh sampel penelitian yang digunakan. Hal tersebut bisa diakibatkan oleh keterbatasan waktu, ketidakcukupan biaya, dan kurangnya tenaga di dalam penelitian yang dilakukan. Penyensoran sampel penelitian merupakan salah satu cara yang dapat dipakai untuk mengatasi sulitnya mengamati lama tahan hidup seluruh sampel dalam periode waktu penelitian yang telah ditentukan.
Analisis data uji hidup atau analisis survival adalah salah satu cabang dalam statistika yang membahas tentang cara meneliti lama daya tahan hidup suatu benda atau individu. Terdapat dua jenis sampel dalam analisis data uji hidup atau analisis survival, yaitu : sampel lengkap dan sampel tidak lengkap. Suatu percobaan dikatakan memakai sampel lengkap apabila semua unit sampel atau unit observasi diamati sampai selesai atau sampai mengalami kejadian yang diinginkan. Pada penelitian dengan sampel lengkap diperoleh data yang tidak tersensor, yaitu waktu bertahan hidup sebenarnya dari semua unit observasi atau sampel diketahui. Pada sisi lain, suatu sampel dikatakan tidak lengkap apabila tidak semua unit observasi diamati sampai selesai, sehingga waktu bertahan yang sebenarnya dari sebagian observasi tidak diketahui. Sehingga diperoleh data sampel tersensor.
Secara umum, terdapat tiga macam jenis penyensoran, yaitu sampel tersensor type I, sampel tersensor type II dan sampel tersensor type III. Pada penelitian yang dilakukan, digunakan teknik penyensoran sampel type I, yaitu suatu cara penelitian yang mana periode penelitian telah ditentukan oleh peneliti dan objek penelitian masuk ke dalam penelitian pada waktu yang sama. Data sampel tersensor type I diambil sebagai berikut : sebelum pengamatan terhadap sampel dilakukan, maka lama waktu pengamatan (waktu sensor) untuk setiap sampel ditentukan terlebih dahulu, kemudian dilakukan pengamatan sampai dengan waktu yang telah ditentukan. Apabila waktu hidup benda atau sampel melebihi waktu sensor maka pengamatan terhadap benda atau sampel tersebut dihentikan serta dicatat lama waktu hidup nya.
Distribusi eksponensial adalah salah satu jenis distribusi kontinu dalam statistika yang merupakan bentuk khusus dari distribusi Gamma. Distribusi eksponensial banyak digunakan dalam pemodelan fungsi pada analisis survival. Hasil pemodelan fungsi tersebut dapat dipakai untuk penentuan fungsi Survivor dan fungsi Hazard. Kedepannya, fungsi Survivor dan fungsi Hazard ini bermanfaat untuk memprediksi peluang kelangsungan hidup pasien, serta membantu dokter dalam menentukan jenis dan durasi pengobatan yang tepat bagi pasien.
Kanker Payudara merupakan salah satu jenis penyakit yang telah banyak memakan korban jiwa pada wanita. Keganasan penyakit ini menarik untuk diteliti dalam kaitannya dengan pemodelan Analisis Survival tersensor Type I. Sebanyak 15 data sekunder lama rawat inap penderita kanker payudara dipakai dalam pemodelan. Beberapa langkah penting dalam pemodelan ini :
Pertama : menguji apakah data berdistribusi eksponensial. Berdasarkan hasil pengujian distribusi data memakai Anderson Darling diperoleh bahwa data berdistribusi eksponensial.
Kedua : melakukan resampling pada data memakai metode Bootstrap sampai diperoleh sebanyak 750 data.
Ketiga : menentukan penduga parameter distribusi eksponensial tersensor type I dengan metode Maximum Likelihood Estimator (MLE). Hasil perhitungan diperoleh besar penduga parameter adalah 33,9157.
Keempat : berdasarkan hasil langkah ketiga diperoleh model distribusi eksponensial tersensor type I, bentuk fungsi Survivor dan bentuk fungsi Hazard yang diinginkan.
Selanjutnya hasil dari penelitian ini diharapkan dapat memberikan kontribusi untuk pengembangan strategi pengobatan dan perawatan yang lebih baik bagi pasien penderita kanker payudara.
Penulis : Ardi Kurniawan
Artikel lengkap (open access) dapat diakses melalui laman :
