Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Preeklamsia menjadi penyebab kematian ibu hamil terbanyak kedua di Indonesia setelah pendarahan. Preeklamsia merupakan hipertensi dan proteinuria setelah usia kehamilan lebih dari 20 minggu pada wanita yang sebelumnya memiliki tekanan darah normal. Faktor risiko preeklamsia dapat dilihat berdasarkan karakteristik maternal, pengukuran biofisik, dan pengukuran biokimia. Preeklamsia umumnya terjadi pada trimester ketiga kehamilan. Namun kondisi ibu hamil tetap harus diamati pada setiap titik waktu kehamilan. Variabel dependen yang digunakan dalam penelitian ini adalah waktu kelahiran dengan kovariatnya adalah usia, Indeks Massa Tubuh (IMT), riwayat preeklamsia, Mean Arterial Pressure (MAP), dan Placental Growth Factor (PlGF). Adapun metode yang digunakan dalam penelitian ini adalah Proportional Hazard (PH) parametrik dimana diasumsikan efek yang multiplikatif terhadap nilai hazard. Metode parametrik lainnya yang dapat digunakan adalah Accelerated Failure Time (AFT) yang mengasumsikan bahwa efek multiplikatif terhadap waktu survival.  Kedua metode tersebut merupakan metode parametrik dimana baseline hazard dari model diasumsikan mengikuti bentuk suatu distribusi tertentu. Konstruksi model terdiri dari pemilihan baseline hazard yang sesuai dengan data preeklamsia dan proses menambahkan kovariat ke dalam model. Estimasi parameter dilakukan dengan metode Maximum Likelihood Estimation (MLE) yang menghasilkan persamaan kompleks dan harus diselesaikan secara numerik menggunakan bantuan software. Hasil dari penelitian ini diperoleh bahwa faktor-faktor yang berhubungan dengan preeklamsia adalah MAP dan PlGF. Perbandingan metode PH parametrik dan metode AFT menggunakan nilai AIC memberikan hasil bahwa model PH Gompertz memberikan fit yang lebih baik untuk data preeklamsia dengan nilai sebesar 328,2045. ......Preeclampsia is the second leading cause of death for pregnant women in Indonesia after bleeding. Preeclampsia is hypertension and proteinuria after gestational age of more than 20 weeks in women who previously had normal blood pressure. Risk factors for preeclampsia can be seen based on maternal characteristics, biophysical, and biochemical measurements. Preeclampsia generally occurs in the third trimester of pregnancy. However, the condition of pregnant women must still be observed at every point in time pregnancy. The dependent variable used in this study was the time of birth with the independent variables being age, Body Mass Index (BMI), history of preeclampsia, Mean Arterial Pressure (MAP), and Placental Growth Factor (PlGF). The method used in this research is parametric Proportional Hazard (PH) which is assumed to have a multiplicative effect on the hazard value. Another parametric method that can be used is  Accelerated Failure Time (AFT) which is assumed to have a multiplicative effect on survival time. Both methods are parametric methods where the baseline hazard of the model is assumed to follow the shape of a certain distribution. The construction of the model consists of selecting a baseline hazard that fits the preeclampsia data and the process of adding independent variables to the model. Parameter estimation is carried out using the Maximum Likelihood Estimation (MLE) method which produces complex equations and must be solved numerically using software. The results of this study obtain factors associated with preeclampsia are MAP and PlGF. Comparison of the parametric PH method and the AFT method using the AIC value gives the result that the Gompertz PH model provides a better fit for preeclampsia data with a value of 328.2045.

Abstrak :
Produk Kredit Pemilikan Rumah (KPR) dari Bank ABC Tbk merupakan salah satu fasilitas kredit yang berkontribusi sebesar 60,2% terhadap pencapaian target kredit konsumer pada akhir tahun 2014. Untuk dapat meningkatkan penyaluran fasilitas KPR diperlukan strategi pemasaran dengan tetap memperhatikan mitigasi risikonya. Risiko yang menjadi perhatian utama adalah risiko terjadinya default. Salah satu cara yang dapat dilakukan untuk memitigasi risiko adalah dengan mengetahui sebaran peluang terjadinya default dari debitur. Sehingga dapat dibentuk early warning system terjadinya default. Sedangkan untuk menyusun strategi pemasaran yang tepat dapat mempertimbangkan karakteristik dari debitur yang mempunyai riwayat pembayaran cicilan lancar (survive). Pada penelitian ini digunakan analisis survival terhadap data debitur yang menerima fasilitas KPR selama periode 1 Januari 2009 sampai dengan 31 Desember 2014. Diharapkan hasil penelitian ini dapat menunjang pertumbuhan produk KPR tersebut. Metode pengamatan yang digunakan menggunakan metode non parametrik dan semi parametrik. Melalui metode non parametrik Kaplan Meier, peluang debitur survive mulai turun pada bulan ke enam. Peluang tersebut akan turun semakin besar pada bulan ke delapan sampai dengan lima puluh tujuh sejak diterimanya kredit yaitu sebesar 94,5% sampai dengan 99%. Sedangkan dengan metode non parametrik Nelson Aalen, peluang pembayaran lancar akan menjadi default sesaat adalah sebesar 0,091%. Dengan menggunakan metode semi parametrik Cox Proportional Hazard, karakteristik debitur dan karakteristik produk yang mempengaruhi terjadinya default adalah jenis pekerjaan, wilayah tempat tinggal, tingkat pendidikan akhir, jangka waktu kredit, status pernikahan, jumlah penghasilan per bulan, jenjang jabatan dan jenis kendaraan. ......House Ownership Loan (KPR) is one of Bank ABC's mortgage facilities that contributed 60.2% to consumer's credit achievement at the end of 2014. In order to increase the distribution of this mortgage facility, a marketing strategy is needed, but still taking into consideration the mitigation of potential risks. One of the major risk concerned is the risk of default. One of the way to mitigate this risk is to determine the distribution of the probability of a default by the debtor. This can in turn be used to establish an early warning system in the case of a default. Meanwhile, to prepare the right marketing strategy, one can consider the characteristics of debtors by their history of smooth or on time mortgage payments (survive). This study uses survival analysis of the data from debtors who obtained mortgage facilities(loans) during the period of January 1, 2009 up to December 31, 2014. It is expected that the results of this study can help understand and support the growth of the mortgage product. The observation methods used are non-parametric and semi-parametric methods. With the nonparametric Kaplan-Meier method, the debtor's probability to survive starts to fall in the sixth month. These probability decreases further in the eighth up to fiftyseventh month from when the credit is received, in the amount of 99% down to 94,5%. Where as, using the non-parametric methods of Nelson Aalen, the probability that a smooth payment will change to a temporary default is 0.091%. By using the semi-parametric method of Cox Proportional Hazard, the debtor's characteristics and product's characteristics that influence the occurrence of default are the type of work, region of residence, education level, the credit period, marital status, amount of income per month, the social hierarchy and the type of vehicle.