APLIKASI ALGORITMA HEIGHT MAP UNTUK MENCARI MAXIMAL INTERSECTIONS PADA DATA TERSENSOR INTERVAL BIVARIAT

Abstract

Kesehatan merupakan salah satu hal terpenting bagi manusia agar dapat bertahan hidup dan melakukan aktivitas. Salah satu faktor terpenting bagi kesehatan manusia adalah sistem kekebalan tubuh. Menurut WHO (2009), HIV(Human Immunodeficienci Virus) merupakan sebuah virus yang menyerang sistem kekebalan tubuh manusia. AIDS (Acquired Immunodeficiency Syndrome) merupakan tahap selanjutnya dari infeksi HIV. Salah satu permasalahan yang penting dalam studi tentang HIV/AIDS adalah estimasi distribusi waktu inkubasi. Waktu inkubasi didefinisikan sebagai waktu antara terinfeksi HIV menjadi AIDS. Ketahanan hidup pasien HIV/AIDS dapat dipengaruhi oleh beberapa faktor dan dapat digunakan analisis survival untuk menganalisis. Analisis survival merupakan analisis statistik yang berfungsi untuk menganalisis data waktu hidup. Adanya data tersensor dalam analisis survival mengakibatkan data yang diperoleh relatif sedikit sehingga metode yang digunakan untuk fungsi distribusi tersebut adalah metode nonparametric. Menghitung Nonparametric Maximum Likelihood Estimator (NPMLE) dibagi menjadi dua langkah: langkah reduksi parameter dan langkah optimasi. Menurut Maathuis (2005) ada dua algoritma reduksi baru yaitu algoritma Tree dan algoritma Height Map. Algoritma Height Map digunakan untuk mencari maximal intersections sedangkan algoritma Tree untuk menghitung clique matrix. Pada penelitian kali ini digunakan algoritma height map untuk mencari maximal intersections pada data tersensor interval bivariat. Data yang digunakan dalam penelitian ini berbentuk persegi panjang pengamatan. Kemudian data persegi panjang tersebut ditransformasikan menjadi bentuk canonical rectangles dimana memiliki struktur irisan yang sama. Selanjutnya membangun height map dari bentuk canonical rectangles dan didapatkan maximal intersections dari himpunan data pengamatan.