ANALISIS REGRESI LOGISTIK BINER PADA PENYAKIT POLYCYSTIC OVARY SYNDROME (PCOS)

Abstrak

Regresi logistik biner adalah teknik analisis statistik yang berguna untuk menganalisis hubungan antara variabel bebas dengan variabel tak bebas yang bersifat biner. Dalam  bidang kesehatan, regresi logistik biner dapat digunakan untuk menganalisis pengaruh gaya hidup, diagnosis penyakit, evaluasi risiko kesehatan serta memahami penyebaran penyakit diantaranya pada penyakit Polycystic Ovary Syndrome. Polycystic Ovary Syndrome adalah gangguan endokrin yang kompleks dengan banyak faktor risiko dan komplikasi yang umumnya terjadi pada wanita usia reproduktif. Tujuan penelitian ini adalah untuk mengetahui faktor-faktor yang berpengaruh secara signifikan terhadap penyakit Polycystic Ovary Syndrome (PCOS) dengan menggunakan regresi logistik biner. Penelitian ini menggunakan data pasien Polycystic Ovary Syndrome yang diperoleh dari website kaggle, dengan sampel penelitian sebanyak 300 pasien dan terdiri dari 8 variabel bebas. Hasil penelitian menunjukkan bahwa tiga variabel bebas berpengaruh signifikan terhadap penyakit Polycystic Ovary Syndrome, yaitu Indeks Massa Tubuh kategori obesitas (X_2^3 ), diabetes (X_3 ) dan kadar Anti Müllerian Hormone (X_7 ).