PENDEKATAN METODE CHAID DAN REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO FASCIOLOSIS PADA SAPI
RIA HAYATUN NUR
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Pendekatan Metode CHAID dan Regresi Logistik untuk Menganalisis Faktor Risiko Fasciolosis pada Sapi adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Agustus 2013 Ria Hayatun Nur NIM G14090073
ABSTRAK RIA HAYATUN NUR. Pendekatan Metode CHAID dan Regresi Logistik untuk Menganalisis Faktor Risiko Fasciolosis pada Sapi. Dibimbing oleh I MADE SUMERTAJAYA dan YUSUF RIDWAN. Satu diantara program pemerintah dalam rangka memenuhi kebutuhan protein hewani adalah Program Swasembada Daging Sapi (PSDS) 2014. Peningkatan produktivitas sapi lokal adalah salah satu usaha untuk mewujudkan swasembada daging. Hal-hal yang dapat menurunkan produktivitas sapi lokal salah satu diantaranya yaitu infeksi cacing parasit. Pendekatan metode CHAID (Chi-square Automatic Interaction Detection) dan analisis regresi logistik adalah pendekatan yang dapat digunakan untuk mengetahui faktor yang menjadi penyebab terinfeksinya sapi oleh cacing parasit. Penelitian ini menghasilkan diagram pohon CHAID yang menunjukkan bahwa faktor yang mempunyai asosiasi paling kuat untuk terjadinya infeksi cacing parasit pada sapi adalah tempat mengembalakan sapi, selanjutnya diperoleh nilai sensitifity 69.80%, nilai specificity 50.30% dan ketepatan klasifikasi secara keseluruhan 60.60%. Selain itu, analisis regresi logistik secara keseluruhan menghasilkan persentase ketepatan klasifikasi sebesar 63.80% dengan nilai sensitifity 69.80% dan nilai specificity 57.20%. Kata kunci: Analisis regresi logistik, cacing parasit, metode CHAID
ABSTRACT RIA HAYATUN NUR. Approach of CHAID and Logistic Regression to Analyze the Fasciolosis Risk Factors on Cattle. Supervised by I MADE SUMERTAJAYA and YUSUF RIDWAN. The blue print of meat self-sufficiency program in 2014 shows that beef self-sufficiency can be achieved in 2014. The increasing of the productivity of local cattle is one of attempt to achieve meat self-sufficiency. Productivity of local cattle can be decreased because of parasitic helmint infection. Chi-square Automatic Interaction Detection (CHAID) method and logistic regression analysis are the approach that can be used to determine the factors causing the infection of cattle by parasitic helmint. The CHAID result in this research was tree diagram. It showed that the grazing area had the strongest association for the occurence of parasitic helmint infection. The result showed that the sensitifity values was 69.80%, specificity values was 50.30% and the classification accuracy overall was 60.60%. In addition, the overall logistic regression analysis obtained 63.80% for classification accuracy percentage with 69.80% for sensitifity value and 57.20% for the specificity value. Keywords: CHAID method, logistic regression analysis, parasitic helmint
PENDEKATAN METODE CHAID DAN REGRESI LOGISTIK UNTUK MENGANALISIS FAKTOR RISIKO FASCIOLOSIS PADA SAPI
RIA HAYATUN NUR
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
Judul Skripsi : Pendekatan Metode CHAID dan Regresi Logistik Menganalisis Faktor Risiko Fasciolosis pada Sapi Nama : Ria Hayatun Nur NIM : G14090073
Disetujui oleh
Dr Ir I Made Sumertajaya, MSi Pembimbing I
Dr drh Yusuf Ridwan, MSi Pembimbing II
Diketahui oleh
Dr Ir Hari Wijayanto, MSi Ketua Departemen
Tanggal Lulus:
untuk
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2013 hingga Agustus 2013 ini ialah analisis faktor risiko penyakit parasitik dengan judul Pendekatan Metode CHAID dan Regresi Logistik untuk Menganalisis Faktor Risiko Fasciolosis pada Sapi. Terima kasih penulis ucapkan kepada Bapak Dr Ir I Made Sumertajaya, MSi dan Bapak Dr drh Yusuf Ridwan, MSi selaku pembimbing yang dengan sabar telah membimbing penulis. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, seluruh keluarga, atas segala doa dan kasih sayangnya, teman-teman statistika 46, dan segenap pihak yang telah banyak membantu dalam penyelesaian tugas akhir ini. Semoga karya ilmiah ini bermanfaat.
Bogor, Agustus 2013 Ria Hayatun Nur
DAFTAR ISI DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
METODOLOGI
2
Metode Pengumpulan Data
2
Metode Analisis
3
HASIL DAN PEMBAHASAN
6
Pendugaan Data Kosong
6
Deskripsi Karakteristik Manajemen Peternakan
7
Hasil Pemisahan Analisis CHAID
7
Analisis Regresi Logistik Biner
8
Interpretasi Koefisien Kajian Hasil Metode CHAID dan Regresi Logistik
9 10
SIMPULAN
10
Simpulan
10
DAFTAR PUSTAKA
11
LAMPIRAN
12
RIWAYAT HIDUP
19
DAFTAR TABEL 1 2 3 4 5
Karakteristik terinfeksinya sapi terhadap cacing parasit Fasciola sp. Hasil analisis regresi Nilai rasio odds peubah penjelas Klasifikasi Fasciola sp. berdasarkan metode CHAID Klasifikasi Fasciola sp. berdasarkan regresi logistik
8 9 9 10 10
DAFTAR GAMBAR 1 2 3 4 5
Metode pengumpulan contoh Sebaran umur peternak Sebaran tingkat pendidikaan peternak Sebaran pengalaman beternak peternak Sebaran kepemilikan ternak
2 6 6 7 7
DAFTAR LAMPIRAN 1 Peubah penjelas dengan masing-masing kategorinya 2 Tabulasi silang peubah penjelas dan peubah respon 3 Diagram pohon hasil analisis CHAID untuk Fasciola sp.
12 13 18
PENDAHULUAN Latar Belakang Satu diantara program pemerintah dalam rangka memenuhi kebutuhan protein hewani adalah Program Swasembada Daging Sapi (PSDS) 2014. Usaha untuk mewujudkan swasembada daging terlihat dari peningkatan populasi ternak sapi potong dari 12.760.000 ekor pada tahun 2009 menjadi 14.824.000 ekor pada tahun 2011 (BPS 2011). Peningkatan produktivitas sapi lokal adalah salah satu usaha untuk mewujudkan swasembada daging. Satu diantara faktor yang dapat menurunkan produktivitas sapi lokal adalah infeksi cacing parasit. Infeksi cacing parasit umumnya berjalan secara kronik dan dapat menyebabkan gangguan metabolisme, kekurusan, terhambatnya pertumbuhan, dan turunnya daya tahan tubuh terhadap penyakit lain (Dewi et al. 2011). Satu diantara penyakit cacing parasit yang penting pada ruminansia adalah Fasciolosis. Fasciolosis merupakan penyakit yang disebabkan oleh cacing Fasciola sp. Penyebaran Fasciola sp. sangat luas termasuk di Indonesia. Infeksi penyakit ini di berbagai daerah termasuk di Jawa Barat mencapai 90%. Fasciolosis menyebabkan penurunan bobot badan, penurunan produksi, pengafkiran organ tubuh terutama hati. Di Indonesia, secara ekonomi kerugiannya dapat mencapai Rp 513,6 milyar/tahun (Dewi et al. 2011). Pengendalian infeksi cacing parasit dilakukan dengan tujuan untuk mengurangi penurunan produktivitas pada sapi. Pengendalian ini dapat dilakukan dengan efektif apabila telah diketahui faktor-faktor yang menjadi penyebab terinfeksinya sapi oleh cacing parasit. Berbagai faktor risiko dapat diketahui dari berbagai penelitian, misalnya survei yang dilakukan kepada pemilik atau pekerja di sebuah peternakan. Selanjutnya data yang diperoleh dianalisis untuk mencari faktor-faktor risiko terinfeksinya sapi oleh cacing parasit. Pendekatan metode CHAID (Chi-square Automatic Interaction Detection) dan analisis regresi logistik adalah pendekatan yang akan digunakan untuk menyelesaikan permasalahan ini. Tujuan Penelitian Tujuan dari penelitian ini adalah 1. Menerapkan metode CHAID dan analisis regresi logistik biner untuk mengetahui faktor risiko yang menyebabkan terinfeksinya sapi oleh cacing parasit. 2. Mengkaji dugaan terinfeksinya sapi oleh cacing parasit dengan keadaan sebenarnya dari hasil klasifikasi menggunakan metode CHAID dan metode regresi logistik.
2
METODOLOGI Metode Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data primer hasil survei Dinas Peternakan Provinsi Jawa Barat yang bekerjasama dengan Fakultas Kedokteran Hewan Institut Pertanian Bogor. Data ini dikumpulkan dari peternakan sapi potong yang mencakup enam kabupaten yang ada di Provinsi Jawa Barat, yaitu Sukabumi, Tasikmalaya, Ciamis, Subang, Sumedang, dan Cianjur. Metode pengumpulan contoh dapat dilihat pada Gambar 1. Total data dalam penelitian ini adalah 307 data dengan peubah bebas yang digunakan sebanyak 11 peubah dan satu peubah respon, yaitu terjadinya infeksi cacing parasit pada sapi yang terdiri dari dua kategori, yaitu terjadinya infeksi cacing parasit Fasciola sp. pada sapi(1) atau tidak (0). Peubah penjelas yang digunakan selengkapnya dapat dilihat pada Lampiran 1. Data ini diperoleh dengan melakukan wawancara kepada para pemilik atau pekerja di suatu peternakan sapi potong berdasarkan pertanyaan kuesioner yang telah disusun. Informasi yang diperoleh dari hasil wawancara berupa sumberdaya di peternakan, manajemen peternakan, manajemen kesehatan ternak, dan kasus penyakit pada ternak. Selain itu, data lainnya diperoleh dari hasil pemeriksaan sampel feces ternak. Sebelum data dianalisis, ada beberapa tahapan yang dilakukan terhadap data, yaitu cleaning data dan mengatasi missing value yang ada di dalam data. Dalam kasus ini penanganan data kosong dilakukan dengan metode modus. Nardo et al. (2005) mengatakan bahwa modus dari suatu distribusi dapat dihitung pada contoh yang sesuai untuk menggantikan data kosong. Kabupaten yang memiliki populasi ternak terbesar Kabupaten yang memiliki populasi ternak terbesar
Jawa Barat
Kecamatan yang memiliki populasi ternak terbesar
Kabupaten yang memiliki populasi ternak terbesar Kabupaten yang memiliki populasi ternak terbesar
Kecamatan yang memiliki populasi ternak terbesar
Kabupaten yang memiliki populasi ternak terbesar
Kabupaten yang memiliki populasi ternak terbesar
Gambar 1 Metode pengumpulan contoh
Peternak
Ternak
3 Metode Analisis Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Melakukan analisis statistika deskriptif mengenai peubah-peubah demografi pekerja atau pemilik peternakan sapi yang digunakan sebagai eksplorasi data pada awal penelitian. Hal ini dilakukan menggunakan paket software statistik. 2. Mengidentifikasi peubah penciri dengan metode CHAID. Metode CHAID (Chi-square Automatic Interaction Detection) pada dasarnya dibuat untuk menangani data dengan peubah respon nominal (Rokach & Maimon 2008). Secara umum, tahapan CHAID meliputi tiga hal, diantaranya tahap penggabungan (merging), tahap pemisahan (splitting), dan tahap penghentian (stopping). Menurut Kass (1980), algoritma CHAID adalah a. Membentuk tabulasi silang antar setiap peubah penjelas dengan kategorikategori peubah respon. Pada tahapan ini, tabulasi silang dilakukan pada setiap peubah penjelas mengenai manajemen peternakan dengan kategori peubah respon terinfeksi atau tidaknya sapi terhadap cacing parasit. b. Pada setiap tabulasi silang yang telah dihasilkan pada tahap a, selanjutnya disusun sub-tabel yang berukuran 2 x d (d adalah banyaknya kategori peubah respon). Pada setiap sub tabel yang terbentuk, kemudian dicari nilai yang paling kecil. Jika atau nilai signifikansi tidak mencapai nilai kritis maka gabungkan kedua kategori peubah penjelas tersebut menjadi kategori campuran. Dibentuklah sub-tabel 2 x d ( d adalah terinfeksi atau tidaknya sapi terhadap cacing parasit). Setelah hal ini dilakukan kemudian dicari yang paling kecil. Jika nilai ini tidak mencapai nilai kritis, maka digabungkan kedua kategori ini menjadi kategori campuran, dan tahap ini terus diulangi sehingga angka uji terkecil sub-tabel 2 x d pasangan kategori (kategori campuran) peubah penjelas melampaui nilai kritis. c. Pada setiap kategori campuran yang terdiri dari tiga atau lebih kategori asal, dicari pemisahan biner dengan menghitung terbesar. Jika > maka berlaku pemisahan biner dan kembali ke tahap (b). d. Setelah penggabungan optimal untuk setiap peubah penjelas, cari nilai-p untuk masing-masing tabulasi silang yang baru. Perhatikan diantaranya yang memiliki angka uji paling besar atau nilai-p terkecil sebagai tabulasi dengan taraf nyata terbaik. Jika nilai-p terkecil < α, bagilah data menurut kategori tersebut. e. Jika terjadi pemisahan pada tahap (d), kembali ke tahap (a) untuk setiap bagian data hasil pemisahan. Proses akan berhenti jika tidak ada lagi peubah penjelas yang signifikan untuk melakukan pemisahan. Hipotesis yang akan diuji dalam analisis CHAID adalah H0: Tidak terdapat hubungan antara baris dan kolom (saling bebas) H1: Terdapat hubungan antara baris dan kolom (tidak saling bebas)
4 Statistik uji khi-kuadrat (
) yang digunakan dirumuskan:
Jika r kategori dari peubah asal membentuk b kategori (b < r ) maka nilai-p yang dihasilkan akan dikalikan dengan pengganda Benferoni. Pengganda Benferoni terbagi kepada tiga tipe yang dibedakan berdasarkan tipe peubahnya, yaitu ∑
a. Peubah bebas, yaitu b. Peubah monotonik, yaitu
(
)
c. Peubah mengambang, yaitu (
)
(
)
3. Melakukan analisis dengan analisis regresi logistik untuk mengetahui faktorfaktor risiko penyebab penyakit parasitik pada sapi. Analisis regresi logistik adalah suatu metode analisis statistika yang mendeskripsikan hubungan antara peubah respon yang memiliki dua kategori atau lebih dengan satu atau lebih peubah penjelas berskala kategori atau interval (Hosmer dan Lemeshow 2000). Model dari regresi logistik adalah π(x) Dalam regresi logistik diperlukan transformasi logit sebagai fungsi dari π(x) yang dinyatakan sebagai berikut: 𝜋 ( ) 𝜋 Tahapan yang dilakukan dalam analisis ini adalah a. Melakukan pendugaan parameter regresi logistik dengan menggunakan metode kemungkinan maksimum. Metode pendugaan parameter yang digunakan dalam regresi logistik adalah metode kemungkinan maksimum (maximum likelihood). Jika antara amatan yang satu dengan yang lain diasumsikan saling bebas, maka fungsi kemungkinan maksimumnya adalah: 𝜋 l(β) = ∏ 𝜋 dengan: i= 1, 2,..., p yi= respon pada pengamatan ke-i π(xi) = peluang kejadian ke-i bernilai Y=1 βi akan diduga dengan memaksimumkan l(β) dengan pendekatan logaritma sehingga fungsi kemungkinan maksimumnya sebagai berikut: L(β) = ln[l(β)] = ∑{
𝜋
𝜋
}
5 Selanjutnya dibuat turunan pertama L(β) terhadap βi = 0, dengan i = 1, 2,..., p dan (̂ ) akan diperoleh berdasarkan proses iterasi. b. Melakukan pengujian parameter secara simultan menggunakan uji G Pengujian terhadap parameter dilakukan sebagai upaya untuk memeriksa peranan peubah penjelas yang ada dalam model. Menurut Hosmer dan Lemeshow (2000) untuk mengetahui peran seluruh peubah penjelas dalam model secara bersama-sama dapat digunakan statistik uji-G. Hipotesis yang diuji adalah: H0: β1= β2 = ... = βp= 0 H1: minimal ada satu βi ≠ 0, i = 1, 2,..., p Statistik uji-G didefenisikan sebagai: G = -2Ln[ ] L0 adalah fungsi kemungkinan tanpa peubah penjelas dan Lp merupakan fungsi kemungkinan dengan peubah penjelas. Jika hipotesis nol benar, maka statistik uji-G akan menyebar mengikuti sebaran χ2 dengan derajat bebas p. Hipotesis nol ditolak jika G > χ2 p(α) (Hosmer & Lemeshow 2000). c. Melakukan pengujian parameter secara parsial dengan menggunakan uji Wald. Statistik uji Wald digunakan untuk menguji parameter secara parsial. Hipotesis yang diuji adalah: H0: βj = 0 H1: βj ≠ 0, j = 1, 2,..., p Statistik uji Wald didefinisikan sebagai berikut: W=
̂
̂ ̂
Hipotesis nol ditolak jika | | > Zα/2 (Hosmer & Lemeshow 2000). d. Melakukan interpretasi koefisien model regresi logistik biner dengan nilai rasio odds Interpretasi koefisien untuk model regresi logistik adalah dengan melihat rasio oddsnya (Agresti 1996). Koefisien model logit, β1, mencerminkan perubahan nilai fungsi logit g(x) untuk perubahan satu unit peubah penjelas x. Dalam analisis model logit, rasio odds didefinisikan sebagai:
OR = =
|| |
| |
=
Interpretasi dari rasio odds (Ψ)= 1 berarti bahwa individu dengan nilai X = 1 mempunyai risiko yang sama dengan individu dengan nilai X=0 dalam kaitannya dengan Y=1. Jika 1 < Ψ < tak hingga maka individu dengan X =1 mempunyai risiko yang lebih besar dibanding dengan X=0. Sebaliknya jika 0< Ψ < 1 individu dengan X=1 mempunyai risiko yang lebih kecil dibanding X=0 dalam kaitannya dengan Y=1 (Arianto 2001).
6
HASIL DAN PEMBAHASAN Pendugaan Data Kosong Data kajian faktor risiko infeksi cacing parasit pada sapi yang dilakukan pada tahun 2012 memiliki beberapa data kosong terutama pada peubah jenis pakan yang dberikan, sumber rumput yang diberikan,bagian jerami yang diberikan, dan frekuensi pemberian obat berjumlah 195 dari 5526 data. Ada beberapa mekanisme yang digunakan untuk mengisi data kosong, namun dalam penelitian ini menggunakan metode NMAR (Nonignorable Missing at Random). Pola dari data yang hilang tidak random dan dapat diprediksi dari variabel-variabel lain. Namun dalam penelitian ini, antar peubah tidak memiliki hubungan sebab akibat sehingga tekhnik imputasi yang digunakan adalah metode univariat. Metode ini digunakan dengan cara mengganti data kosong dengan nilai modusnya (Mardhiah 2010). Gambaran Umum Peternak Peternak yang diamati dalam penelitian ini adalah 307 peternak. Berdasarkan Gambar 2, usia peternak yang diteliti terbagi ke dalam 3 kelompok usia, yaitu usia sangat produktif (<40 tahun), usia produktif (40 s.d. 50 tahun), dan usia kurang produktif (>50 tahun). Hasil penelitian menunjukkan bahwa 38% adalah peternak yang termasuk ke dalam usia produktif, 34% adalah peternak yang berusia >50 tahun, sedangkan sisanya adalah peternak yang berusia <40 tahun. 28%
34%
< 40 tahun 38%
40-50 tahun > 50 tahun
Gambar 2 Sebaran umur peternak Profil peternak berdasarkan tingkat pendidikan dapat dilihat pada Gambar 3. Sebagian peternak hanya mengenyam pendidikan di Sekolah Dasar yaitu sebesar 73%. Hal ini menunjukkan bahwa tingkat pendidikan peternak yang ada di dalam penelitian ini adalah rendah. Hanya sebagian kecil peternak (1%) yang mengenyam pendidikan di universitas.
17%
7% 1%
2%
Tidak Pernah Sekolah Sekolah Dasar
73% SMP
Gambar 3 Sebaran tingkat pendidikan peternak
7 Jika ditinjau berdasarkan pengalaman beternak, ternyata 55% peternak memiliki pengalaman beternak lebih dari lima tahun (Gambar 4). Selanjutnya diikuti oleh peternak yang memiliki pengalaman beternak 1 s.d. 3 tahun, sedangkan persentase terkecil adalah peternak yang memiliki pengalaman beternak kurang dari satu tahun. Biasanya peternak yang memiliki pengalaman lebih lama akan cenderung mampu mengorganisasikan ternaknya dengan lebih baik dibandingkan peternak yang belum berpengalaman. 4%
25%
55% 16%
<1 tahun 1-3 tahun >3-5 tahun >5 tahun
Gambar 4 Sebaran pengalaman beternak Berdasarkan sebaran kepemilikan ternak pada Gambar 5, sebagian besar peternak adalah pemilik di suatu peternakan dengan persentase sebesar 97%. Peternak lainnya, yaitu sebesar 3% adalah pekerja di suatu peternakan yang mengembalakan sapi milik orang lain. Pemilik yang mempunyai ternak sendiri akan mengurus ternaknya dengan lebih baik dibandingkan dengan pekerja yang mengembalakan ternak milik orang lain. 3% Pemilik 97%
Pekerja
Gambar 5 Sebaran kepemilikan ternak Deskripsi Karakteristik Manajemen Peternakan Berdasarkan Tingkat Terinfeksinya Sapi terhadap Cacing Fasciola sp. Karakteristik manajemen peternakan berdasarkan tabulasi silang menunjukkan bahwa manajemen peternakan yang cara pemeliharaannya dikandangkan terus-menerus memiliki tingkat infeksi cacing parasit sebesar 55% dibandingkan sapi yang digembalakan, yaitu 45%. Ternak sapi yang sumber pakannya tidak berasal dari lapangan rumput memiliki tingkat infeksi sebesar 55% dibandingkan sapi yang sumber pakannya berasal dari lapangan rumput, yaitu sebesar 40%. Tingkat infeksi sapi yang diberikan obat cacing sebesar 49% sedangkan sapi yang tidak diberikan obat cacing memiliki tingkat infeksi sebesar 64%. Karakteristik peubah-peubah lainnya dapat dilihat pada Lampiran 2. Hasil Pemisahan Analisis CHAID Penelitian ini menghasilkan suatu pohon klasifikasi yang dikelompokkan berdasarkan hubungan yang terstruktur antara peubah respon dengan dengan peubah penjelas yang signifikan pada taraf nyata 5%. Terdapat tiga peubah
8 penjelas yang berpengaruh terhadap faktor risiko infeksi penyakit parasit pada sapi. Peubah tersebut adalah tempat mengembalakan sapi yaitu padang rumput, sumber rumput yang berasal ternak dari galengan sawah, dan pengobatan menggunakan obat cacing. Hasil analisis CHAID pada Lampiran 3 menunjukkan bahwa peubah penjelas yang sangat nyata dalam menentukan faktor risiko terhadap adanya infeksi cacing Fasciola sp. adalah tempat mengembalakan sapi yaitu padang rumput. Berdasarkan pohon klasifikasi CHAID dihasilkan 4 segmen sapi yang memiliki karakteristik terinfeksi penyakit cacing parasit Fasciola sp. Tabel 1 Karakteristik terinfeksinya sapi terhadap cacing parasit Fasciola sp. Segmen
Node
Karakteristik sapi
Negatif (%)
Positif (%)
1
3
57.1
42.9
2
5
44.9
55. 1
3
6
25.9
74.1
4
2
Sumber rumput yang berasal berasal dari galengan sawah dan tempat mengembalakan ternak tidak di padang rumput Dilakukan pengobatan dengan obat cacing, sumber rumput bukan dari galengan sawah, dan tempat mengembalakan ternak tidak di padang rumput Tidak dilakukan pengobatan dengan obat cacing, sumber rumput bukan dari galengan sawah, dan tempat mengembalakan ternak tidak di padang rumput Tempat mengembalakan ternak di padang rumput
70.8
29.2
Persentase terbesar terinfeksinya sapi oleh penyakit cacing parasit adalah pada segmen ketiga. Hal ini ditunjukkan pada Tabel 1, yaitu sapi yang tidak dilakukan pengobatan dengan obat cacing, sumber rumput yang berasal bukan dari galengan sawah, dan tempat pengembalaan ternak tidak di padang rumput dengan persentase sebesar 74.1%, sedangkan sapi yang memiliki tingkat infeksi cacing parasit terendah adalah segmen keempat yaitu sapi dengan tempat pengembalaannya tidak di padang rumput. Analisis CHAID yang telah dilakukan akan membagi faktor risiko infeksi cacing Fasciola sp. ke dalam kelompok-kelompok yang lebih kecil berdasarkan peubah respon, dalam hal ini peubah penjelas yang terpilih akan melakukan pengelompokan terhadap peubah penjelas selanjutnya. Oleh karena itu, patut diwaspadai kecenderungan terinfeksinya sapi oleh cacing Fasciola sp. pada sapi yang memiliki karakteristik pada Tabel 1 khususnya segmen ketiga. Analisis Regresi Logistik Biner Hasil pendugaan yang dibentuk dari 11 peubah penjelas menghasilkan nilai statistik-G sebesar 53.920 dengan nilai-p sebesar 0.005 sehingga dapat ditarik
9 kesimpulan bahwa paling sedikit ada satu tidak sama dengan nol diantara seluruh peubah penjelas pada taraf nyata 5%. Uji parsial dengan menggunakan uji Wald menunjukkan bahwa hanya ada tiga peubah penjelas yang berpengaruh signifikan terhadap peubah respon pada taraf 5%. Selanjutnya dilakukan pereduksian peubah penjelas dengan menggunakan backward elimination. Pereduksian dengan backward elimination menghasilkan nilai statistik-G sebesar 43.964 dengan nilai-p 0.000 dan terdapat tiga peubah penjelas yang berpengaruh signifikan terhadap respon pada taraf 5%. Peubah-peubah bebas yang berpengaruh terhadap peubah respon adalah tempat mengembalakan sapi yaitu di padang rumput, sumber rumput yang berasal dari galengan sawah, pengobatan sapi dengan obat cacing. Tabel 2 menunjukkan peubah-peubah respon yang berpengaruh secara signifikan terhadap peubah respon menggunakan metode backward elimination. Tabel 2 Hasil Analisis Regresi Peubah Tempat mengembalakan ternak di padang rumput ( Sumber rumput yang berasal berasal dari galengan sawah ( Pengobatan dengan obat cacing Constanta
B -1.191
Wald 4.053
Nilai-p 0.044
-1.261
15.052
0.000
0.891 -0.507
2.762 0.585
0.050 0.445
Berdasarkan Tabel 2, maka model logit yang dihasilkan adalah ̂ = -0.507 - 1.191 – 1.261 + 0.891 Intrepretasi Koefisien Interpretasi peubah-peubah yang ada di dalam model regresi logistik menggunakan nilai rasio odds. Jika suatu peubah memiliki nilai koefisien yang bertanda positif maka nilai rasio odds di atas satu, sedangkan nilai koefisien yang bertanda negatif maka nilai rasio odds di bawah satu (Gantini 2011). Nilai dugaan rasio odds dan selang kepercayaan 95% untuk masing-masing peubah penjelas model logistik biner dapat dilihat pada Tabel 3. Tabel 3 Nilai rasio odds peubah penjelas SK 95 % Bagi Rasio Odds Rasio Peubah Penjelas Odds Batas Batas Bawah Atas Tempat mengembalakan di padang 0.304 0.115 0.804 rumput ( Sumber rumput yang berasal dari 0.283 0.166 0.484 galengan sawah ( 2.437 1.154 5.147 Pengobatan dengan obat cacing Dugaan nilai rasio odds untuk peubah tempat mengembalakan sapi di padang rumput adalah 0.304, hal ini berarti risiko sapi yang digembalakan di
10 padang rumput adalah 0.304 kali dibandingkan sapi yang tidak digembalakan di padang rumput. Peubah sumber rumput yang berasal berasal dari galengan sawah memiliki nilai rasio odds sebesar 0.283, artinya risiko sapi yang sumber rumputnya yang berasal dari galengan sawah adalah 0.283 kali dibandingkan sapi yang sumber rumputnya tidak berasal dari galengan sawah. Selain itu, peubah pengobatan dengan obat cacing memiliki nilai rasio odds sebesar 2.437, artinya risiko sapi yang pengobatannya tidak menggunakan obat cacing adalah 2.437 kali dibandingkan sapi yang pengobatannya dengan obat cacing. Kajian Hasil Metode CHAID dan Analisis Regresi Logistik Salah satu ukuran kebaikan model adalah jika memiliki peluang kesalahan klasifikasi yang minimal dan ketepatan prediksi dari model yang tinggi (Hosmer dan Lemeshow 2000). Jika ditinjau pada Tabel 4, ketepatan klasifikasi berdasarkan metode CHAID diperoleh nilai sensitivity 69.80% sedangkan nilai specificity 50.30% dengan nilai kesalahan positif 60.30%, nilai kesalahan negatif 39.70% serta nilai total ketepatan klasifikasi secara keseluruhan adalah 60.60%. Ketepatan klasifikasi berdasarkan analisis regresi logistik maka diperoleh nilai sensitifity 69.80% dan nilai specificity 57.20% dengan nilai total ketepatan klasifikasi 63.80% (Tabel 5). Tabel 4 Klasifikasi Fasciola sp. berdasarkan metode CHAID Observasi Negatif terinfeksi Positif terinfeksi Persentase keseluruhan (%)
Prediksi Negatif Positif Persentase terinfeksi terinfeksi Benar (%) 73 72 50.30 49 113 69.80 39.70 60.30 60.60
Tabel 5 Klasifikasi Fasciola sp. berdasarkan regresi logistik Observasi Negatif terinfeksi Positif ternfeksi Persentase keseluruhan (%)
Prediksi Negatif Positif Persentase terinfeksi terinfeksi Benar (%) 83 62 57.20 49 113 69.80 37.12 35.42 63.80
SIMPULAN Diagram pohon CHAID menunjukkan bahwa faktor yang mempunyai asosiasi paling kuat untuk terjadinya infeksi cacing parasit pada sapi adalah tempat mengembalakan sapi, yaitu di padang rumput. Berdasarkan segmentasinya, sapi yang memiliki infeksi penyakit parasiter paling tinggi adalah sapi yang tidak dilakukan pengobatan dengan obat cacing, sumber rumput yang berasal bukan dari galengan sawah, dan tempat mengembalakan sapi tidak di padang rumput. Faktor-faktor yang mempengaruhi infeksi cacing parasit berdasarkan metode
11 regresi logistik adalah tempat mengembalakan sapi, yaitu di padang rumput, sumber rumput yang berasal dari galengan sawah, dan pengobatan dengan obat cacing. Persentase ketepatan analisis pada metode regresi logistik diperoleh nilai sensitifity 69.80%, nilai specificity 57.20%, dan nilai ketepatan klasifikasi 63.80%. Hasil klasifikasi menggunakan metode CHAID diperoleh nilai sensitivity yang sama namun untuk nilai specificity sebesar 50.30% dan ketepatan klasifikasi secaran keseluruhan sebesar 60.60%. Persentase ketepatan klasifikasi keseluruhan menunjukkan nilai yang berdekatan. Hal ini menunjukkan bahwa kedua metode sudah cukup baik untuk mengklasifikasikan sapi yang terinfeksi penyakit dan mengetahui faktor risiko yang mengakibatkan terjadinya infeksi parasiter pada sapi. Metode CHAID mampu membuat segmentasi karakteristik sapi berdasarkan terinfeksinya sapi oleh cacing parasit, namun besarnya efek yang diberikan tidak dapat diketahui, sedangkan regresi logistik hanya mampu mengklasifikasikan sapi dengan kategori terinfeksi atau tidak, namun mampu untu mengetahui efek yang akan diberikan oleh peubah penjelas tersebut.
DAFTAR PUSTAKA Agresti A. 1996. An Introduction to Categorical Data Analysis. New York (US) : J Wiley. Arianto S. 2001. Metode CHAID dan Regresi Logistik untuk Menduga Tingkat Risiko Tidak Melanjutkan pada Lulusan SD di Jambi [tesis]. Bogor (ID): Institut Pertanian Bogor. BPS. 2011. Pendataan Lengkap Populasi Sapi Potong, Sapi Perah, dan Kerbau Tahun 2011 (angka tetap). Dewi AP, Fatiyah E, Sumarwanta E. 2011. Kejadian Infeksi Cacing Hati (Fasciola spp) pada Sapi Potong di Kabupaten Kebumen 2011. Jurnal Veteriner : Dinas Pertanian dan Peternakan Kabupaten Kebumen. Gantini SN. 2011. Analisis Faktor-Faktor Keberhasilan Mahasiswa Menggunakan Regresi Logistik dan Metode CHAID (Studi kasus: Mahasiswa Farmasi Uhamka) [tesis]. Bogor (ID): Institut Pertanian Bogor. Hosmer DW, Lemeshow S. 2000. Applied Logistic Regression Second Edition. New York (US) : J Wiley. Kass GV. 1980. An Exploratory Technique for Investigating Large Quantities of Categorical Data. Applied Statistic. 29(2): 119-127. Mardiah H. 2010. Imputasi Missing Value pada Data yang Mengandung Outlier [tesis]. Bandung (ID): Universitas Padjadjaran. Nardo M, Saisana M, Saltelli A, Tarantola S, Hoffman A, Giovannini E.2005. Handbook on Constructing Composite Indicators: Methodology and User Guide. OECD Statistics Working Paper. STD/DOC(2005)3:12-30 Rokach L, Maimon O. 2008. Data Mining with Decision Trees: Theory and Applications Series in Machine Perception and Artificial Intelegence 11 Vol. 69. Singapore: World Scientific Publishing Co. Pte. Ltd.
12 Lampiran 1 Peubah penjelas dengan masing-masing kategorinya No 1
Nama Peubah Cara pemeliharaan ternak
2
Tempat mengembalakan ternak
3
Frekuensi pemberian pakan
4
Jenis pakan yang diberikan
5
Bagian jerami yang diberikan
6
Bentuk rumput yang diberikan
7
Sumber rumput
8
Sumber air minum
9
Pelayanan kesehatan ternak
10 11
Pengobatan terhadap cacing Frekuensi pemberian obat cacing
Kategori [1] dikandangkan terus menerus [2]dilepas pada siang hari dan dikandangkan pada malam hari [3]dilepas/digembalakan terus menerus [1] sawah [2] kebun [3] padang rumput [1] sekali sehari [3] lainnya [2] dua kali sehari [3] tiga kali sehari [1] rumput [2] konsentrat [3] jerami [1] seluruh bagian batang padi [2] ¾ bagian atas batang jerami [3] ½ bagian batang atas jerami [1] rumput segar [2] rumput yang telah disimpan beberapa hari [3] rumput yang dikeringkan [1] galengan sawah [2] pinggiran saluran irigasi [3] perkebunan [4] lapangan rumput [1]air sumur [2] telaga/sungai [1] petugas dinas peternakan [2] sales obat dan lainnya [0] tidak [1] ya [1] 1 - 2 kali setahun [2] 3 - 4 kali setahun [3] apabila ternak sakit [4] lainnya
Jenis Data Nominal
Nominal
Nominal
Nominal
Nominal
Nominal
Nominal
Nominal Nominal Nominal Nominal
13 Lampiran 2 Tabulasi Silang Peubah Penjelas dan Peubah Respon Tabulasi Silang Cara Beternak dan Fasciola sp. Fasciola Tidak Ya Cara Dikandangkan terus Count 64 79 beternak menerus % of Total 45% 55% Dilepaskan pada siang hari Count 58 49 dan dikandangkan pada % of Total 54% 46% malam hari Dilepas/digembalakan Count 23 34 terus menerus % of Total 40% 60% Tabulasi Silang Tempat Mengembalakan di Sawah dan Fasciola sp. Fasciola Tidak Ya Sawah Count 79 92 Tidak % of Total 46% 54% Count 66 70 Ya % of Total 49% 51% Tabulasi Silang Tempat Mengembalakan di Kebun dan Fasciola sp. Fasciola Tidak Ya Count 127 132 Tidak % of Total 49% 51% Kebun Count 18 30 Ya % of Total 38% 63%
Total 143 100% 107 100% 57 100%
Total 171 100% 136 100%
Total 259 100% 48 100%
Tabulasi Silang Tempat Mengembalakan di Padang Rumput dan Fasciola sp. Fasciola Total Tidak Ya Count 128 155 283 Tidak % of Total 45% 55% 100% Padang rumput Count 17 7 24 Ya % of Total 71% 29% 100% Tabulasi Silang Frekuensi Pemberian Pakan dan Fasciola sp. Fasciola Tidak Ya Count 15 15 Frekuensi Sekali sehari pemberian pakan % of Total 50% 50% pada ternak Dua kali sehari Count 86 94
Total 30 100% 180
14 Tabulasi Silang Frekuensi Pemberian Pakan dan Fasciola sp. Fasciola Tidak Ya Frekuensi Dua kali sehari % of Total 48% 52% pemberian pakan Count 14 25 Tiga kali sehari pada ternak % of Total 36% 64% Count 30 28 Lainnya % of Total 52% 48% Tabulasi Silang Jenis Pakan yang diberikan: Rumput dan Fasciola sp. Fasciola Tidak Ya Count 1 1 Tidak % of Total 50% 50% Rumput Count 144 161 Ya % of Total 47% 53% Tabulasi Silang Jenis Pakan yang diberikan: Konsentrat dan Fasciola sp. Fasciola Tidak Ya Count 127 146 Tidak % of Total 47% 53% Konsentrat Count 18 16 Ya % of Total 53% 47% Tabulasi Silang Jenis Pakan yang diberikan: Jerami dan Fasciola sp. Fasciola Tidak Ya Count 10 10 Tidak % of Total 50% 50% Jerami Count 135 152 Ya % of Total 47% 53% Tabulasi Silang Bagian Jerami yang diberikan dan Fasciola sp. Fasciola Tidak Ya Count 30 25 Bagian jerami Seluruh bagian % of Total 55% 45% Count 95 113 3/4 bagian jerami % of Total 46% 54% 1/2 bagian jerami Count 20 24
Total 100% 39 100% 58 100%
Total 2 100% 305 100%
Total 273 100% 34 100%
Total 20 100% 287 100%
Total 55 100% 208 100% 44
15 Fasciola Tidak Ya Bagian jerami 1/2 bagian jerami
% of Total
45%
55%
Tabulasi Silang Bentuk Rumput yang diberikan dan Fasciola sp. Fasciola Tidak Ya Count 125 139 Rumput yang segar % of Total 47% 53% Count 19 22 Bentuk Rumput yang telah rumput disimpan beberapa hari % of Total 46% 54% Rumput yang dikeringkan
Count % of Total
1 50%
1 50%
Total 100%
Total 264 100% 41 100% 2 100%
Tabulasi Silang Sumber Rumput Berasal dari Galengan Sawah dan Fasciola sp. Fasciola Total Tidak Ya Count 89 120 209 Tidak % of Total 43% 57% 100% Galengan sawah Count 56 42 98 Ya % of Total 57% 43% 100% Tabulasi Silang Sumber Rumput Berasal dari Irigasi dan Fasciola sp. Fasciola Tidak Ya Count 137 157 Tidak % of Total 47% 53% irigasi Count 8 5 Ya % of Total 62% 38% Tabulasi Silang Sumber Rumput Berasal dari Perkebunan dan Fasciola sp. Fasciola Tidak Ya Count 43 35 Tidak % of Total 55% 45% Perkebunan Count 102 127 Ya % of Total 45% 55%
Total 294 100% 13 100%
Total 78 100% 229 100%
16 Tabulasi Silang Sumber Rumput Berasal dari Lapangan Rumput dan Fasciola sp. Fasciola Total Tidak Ya Count 121 146 267 Lapangan Tidak % of Total 45% 55% 100% rumput Count 24 16 40 Ya % of Total 60% 40% 100% Tabulasi Silang Sumber Air Minum dari Air Sumur dan Fasciola sp. Fasciola Tidak Ya Count 45 36 Tidak % of Total 56% 44% Air sumur Count 100 126 Ya % of Total 44% 56% Tabulasi Silang Sumber Air Minum dari Sungai/Telaga dan Fasciola sp. Fasciola Tidak Ya Count 125 132 Tidak % of Total 49% 51% Sungai telaga Count 20 30 Ya % of Total 40% 60% Tabulasi Silang Pelayanan Kesehatan Ternak dan Fasciola sp. Fasciola Tidak Ya Count 131 135 Pelayanan petugas % of Total 49% 51% kesehatan Count 14 27 ternak sales obat dan lainnya % of Total 34% 66%
Total 81 100% 226 100%
Total 257 100% 50 100%
Total 266 100% 41 100%
Tabulasi silang pengobatan terhadap cacing dan Fasciola sp.
Pengobatan Tidak terhadap cacing Ya
Count % of Total Count % of Total
Fasciola Tidak Ya 27 49 36% 64% 118 113 51% 49%
Total 76 100% 231 100%
17 Tabulasi silang frekuensi pemberian obat cacing dan Fasciola sp. Fasciola Tidak Ya Count 42 33 1-2 kali setahun % of Total 56% 44% Frekuensi Count 33 22 3-4 kali setahun pemberian % of Total 60% 40% obat cacing Apabila ternak Count 23 23 sakit saja % of Total 50% 50% Count 47 84 Lainnya % of Total 36% 64%
Total 75 100% 55 100% 46 100% 131 100%
18 Lampiran 3 Diagram pohon hasil analisis CHAID untuk Fasciola sp.
19
RIWAYAT HIDUP Penulis dilahirkan di Banda Aceh pada tanggal 10 Agustus 1991 dari pasangan Jamaluddin dan Ainal Mardhiah. Penulis merupakan anak kedua dari empat bersaudara. Jenjang perguruan tinggi Penulis mulai pada tahun 2009 dengan diterimanya penulis di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui jalur Beasiswa Utusan Daerah (BUD). Penulis adalah penerima beasiswa dari Kementrian Agama melalui program Penerimaan Beasiswa Santri Berprestasi (PBSB). Sebelum masuk perguruan tinggi, Penulis telah berhasil menyelesaikan pendidikan di MAS Ruhul Islam Anak Bangsa, SMPN 19 Percontohan Banda Aceh, MDN 110 Percontohan Banda Aceh, dan TK Raudhatul Athfal Al Muslimat. Selama masa perkuliahan, Penulis menjadi asisten mata kuliah Metode Statistika tahun ajaran 2012-2013, Pendidikan Agama Islam tahun 2011-2012. Pada tahun 2011 dan 2013, Penulis menjadi peserta Musabaqah Fahmil Qur’an tingkat mahasiswa se-Nasional yang diselenggarakan di Makassar dan Padang. Selain itu penulis juga aktif sebagai pengajar di Bimbingan Belajar CSS MoRA IPB. Penulis mengikuti kegiatan praktik lapang di International Flavors and Fragrances-PT Essence Indonesia pada bulan Februari-Maret 2013. Penulis juga memiliki beberapa pengalaman kerja, antara lain surveyor pada Perilaku Hidup Bersih dan Sehat yang diadakan oleh Dinas Kesehatan Kota Bogor 2012, data validation pada survey PILKADA yang diadakan oleh Lembaga Survei Indonesia, dan lain sebagainya. Penulis juga aktif dalam kepengurusan LDK Al-Hurriyah sebagai staf Departemen Pengajaran Qur’an 2009-2011, BEM KM IPB Bersahabat sebagai staf Pengembangan Potensi Sumber Daya Mahasiswa 2011, BEM FMIPA sebagai staf Departemen Minat Bakat tahun 2012. Penulis juga pernah mengikuti berbagai kegiatan kepanitiaan seperti Masa Perkenalan Kampus IPB angkatan 47 tahun 2010, Pesta Sains tahun 2010, Statistika Ria tahun 2012, dan lain sebagainya.
