PEMODELAN REGRESI SPLINE TERPENALTI DENGAN ROBUST M-ESTIMATOR PADA DATA PASIEN DEMAM BERDARAH DENGUE=Penalized Spline Regression Modeling with Robust M-Estimator on Dengue Hemorrhagic Fever Patient Data

Latar belakang. Analisis regresi nonparametrik digunakan ketika bentuk hubungan antara variabel respon dan prediktor tidak diketahui secara pasti. Regresi spline terpenalti memiliki fleksibilitas tinggi dalam menangani pola data yang kompleks melalui penggunaan titik knot dan parameter penghalus, namun estimasi berbasis Penalized Least Square (PLS) sensitif terhadap pencilan. Tujuan. Penelitian ini bertujuan memperoleh model pola perubahan kadar trombosit pada pasien Demam Berdarah Dengue (DBD) menggunakan regresi spline terpenalti dengan robust M-Estimator. Metode. Data yang digunakan merupakan data sekunder rekam medis pasien DBD di RSUD Daya Kota Makassar periode 2022–2025 dengan variabel respon kadar trombosit dan variabel prediktor suhu tubuh, jumlah sel darah putih, serta kadar hematokrit. Pemodelan dilakukan menggunakan spline berbasis truncated dengan pemilihan titik knot optimal berdasarkan nilai Generalized Cross Validation (GCV), kemudian parameter diestimasi menggunakan robust M-Estimator untuk mengurangi pengaruh pencilan. Hasil. Hasil penelitian menunjukkan bahwa terdapat titik perubahan penting pada kadar hematokrit sebesar 36,11% dan 47,82%. Pada kadar hematokrit kurang dari 36,11%, trombosit menurun secara perlahan sebesar 0,83×10³ sel/μl untuk setiap kenaikan satu persen hematokrit. Pada rentang 36,11% hingga kurang dari 47,82%, terjadi penurunan trombosit sebesar 4,70 ×10³ sel/μl. Namun, pada kadar hematokrit 47,82% atau lebih, peningkatan hematokrit justru diikuti penurunan trombosit sebesar 0,61×10³ sel/μl. Kesimpulan. Regresi spline terpenalti dengan robust M-Estimator mampu memodelkan pola hubungan nonlinier antara hematokrit dan trombosit serta menghasilkan estimasi yang stabil terhadap pencilan, sehingga efektif digunakan dalam analisis data pasien DBD.