Melola Discovery

← Melola Discovery

Akses terbuka Jurnal SINTA 3

REGRESSION NONPARAMETRIC SPLINE ESTIMATION ON BLOOD GLUCOSE OF INPATIENTS DIABETES MELLITUS AT SAMARINDA HOSPITAL

BAREKENG: Jurnal Ilmu Matematika dan Terapan · Vol. 17 No. 1 (2023) · hlm. 0147–0154

DOI
10.30598/barekengvol17iss1pp0147-0154
ISSN
2615-3017, 1978-7227
Terbit
2023-04-16
Penerbit
PATTIMURA UNIVERSITY
Bahasa
eng
Lisensi
creativecommons.org/licenses/by-sa/4.0

Abstrak

This study used a biresponse nonparametric regression method with truncated spline estimation that used two response variables. Nonparametric regression method is used when the regression curve is not known for its shape and pattern.One of the nonparametric regression model approaches that is often used is the spline. The truncated spline approach has a segmented polynomial function that provides flexibility. The data used in the study were blood glucose levels in patients with diabetes mellitus, cholesterol levels, and triglyceride levels in 2020. From the results of the study, the best nonparametric biresponse spline truncated regression model with three knot points has been obtained where the minimum GCV value is and has the an value of.

Jaringan kolaborasi para penulis

34 penulis · 73 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Andrea Tri Rian DaniAfiliasi tidak diketahui4
Surya PranggaAfiliasi tidak diketahui3
Rizki Dwi FadlirhohimAfiliasi tidak diketahui2
Zakiyah Mar'ahAfiliasi tidak diketahui2
Meirinda FauziyahAfiliasi tidak diketahui2
Eka Nur AmaliahAfiliasi tidak diketahui1
Darnah DarnahAfiliasi tidak diketahui1
Ahmad Rizky KesumaAfiliasi tidak diketahui1
Farikah Ayu RinandaAfiliasi tidak diketahui1
Ilyas AstafiraAfiliasi tidak diketahui1
Nur AfrianiAfiliasi tidak diketahui1
Tri Septi Ayu LestariAfiliasi tidak diketahui1
Tirta PurnaragaAfiliasi tidak diketahui1
Rifka Nurfaiza ZarkasiAfiliasi tidak diketahui1
Aprianti Boma PadatuanAfiliasi tidak diketahui1
Muhammad Danil PasarellaAfiliasi tidak diketahui1
Fidia Deny Tisna AmijayaAfiliasi tidak diketahui1
Memi Nor HayatiAfiliasi tidak diketahui1
Yunda Sasha ParadillaAfiliasi tidak diketahui1
Sitti AnggraeniAfiliasi tidak diketahui1
Qonita Qurrota A'yunAfiliasi tidak diketahui1
Frans Karta Sayoga SitohangAfiliasi tidak diketahui1
Siti MahmudaAfiliasi tidak diketahui1
Anggi Putri AnisarAfiliasi tidak diketahui1
Marisa Nanda SaputriAfiliasi tidak diketahui1
Wasono WasonoAfiliasi tidak diketahui1
Rahmania RahmaniaAfiliasi tidak diketahui1
Asnita AsnitaAfiliasi tidak diketahui1
Indria SaskaAfiliasi tidak diketahui1
Ghina Fadhilla MumtazAfiliasi tidak diketahui1
Suyitno SuyitnoAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs3.unpatti.ac.id/index.php/barekeng/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 5 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">REGRESSION NONPARAMETRIC SPLINE ESTIMATION ON  BLOOD GLUCOSE OF INPATIENTS DIABETES MELLITUS  AT SAMARINDA HOSPITAL</dc:title>
	<dc:creator>Sari, Ar Ruum Mia</dc:creator>
	<dc:creator>Sifriyani, Sifriyani</dc:creator>
	<dc:creator>Huda, Mohammad Nurul</dc:creator>
	<dc:description xml:lang="en-US">This study used a biresponse nonparametric regression method with truncated spline estimation that used two response variables. Nonparametric regression method is used when the regression curve is not known for its shape and pattern.One of the nonparametric regression model approaches that is often used is the spline. The truncated spline approach has a segmented polynomial function that provides flexibility. The data used in the study were blood glucose levels in patients with diabetes mellitus, cholesterol levels, and triglyceride levels in 2020. From the results of the study, the best nonparametric biresponse spline truncated regression model with three knot points has been obtained where the minimum GCV value is &amp;nbsp;and has the an &amp;nbsp;value of &amp;nbsp;.</dc:description>
	<dc:publisher xml:lang="en-US">PATTIMURA UNIVERSITY</dc:publisher>
	<dc:date>2023-04-16</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/6771</dc:identifier>
	<dc:identifier>10.30598/barekengvol17iss1pp0147-0154</dc:identifier>
	<dc:source xml:lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 17 No 1 (2023): BAREKENG: Journal of Mathematics and Its Applications; 0147-0154</dc:source>
	<dc:source>2615-3017</dc:source>
	<dc:source>1978-7227</dc:source>
	<dc:source>10.30598/barekengvol17iss1year2023</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/6771/5522</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2023 Ar Ruum Mia Sari, Sifriyani Sifriyani, Mohammad Nurul Huda</dc:rights>
	<dc:rights xml:lang="en-US">http://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>