Analisi Faktor Resiko Terhadap Status Hiv Dengan Menggunakan PendekatanRegresi Logistik
DOI:
https://doi.org/10.30812/corisindo.v1.5312Keywords:
HIV , Faktor risiko, regresi logistik, NTB, statistikAbstract
HIV adalah salah satu tantangan kesehatan yang serius yang dihadapi dunia, termasuk dalam kategori penyakit serius dalam bidang medis yang dapat menular kepada semua orang, tanpa memandang usia, dari remaja hingga orang tua. Untuk menangani HIV, diperlukan pemahaman yang mendalam tentang elemen-elemen risiko yang memberikan kontribusi terhadap kondisi kesehatan pasien. Penelitian ini bertujuan untuk mengkaji pengaruh elemen risiko terhadap status HIV dengan pendekatan regresi logistik. Dengan menerapkan metode regresi logistik biner, berdasarkan hasil analisis sesuai data menyatakan bahwa umur dan jenis kelamin menjadi faktor risiko terpapar sekaligus memperparah kondisi pasien penderita HIV. yang di mana Analisis menunjukkan bahwa pasien yang didiagnosis pada tahun 2022 memiliki kemungkinan 44,2% lebih rendah untuk meninggal, Selain itu, kelompok usia 36–50 tahun ditemukan sebagai kelompok dengan risiko kematian tertinggi dibandingkan kelompok usia lainnya, sementara jenis kelamin laki-laki memiliki peluang 10,1% lebih tinggi untuk meninggal dibandingkan perempuan
References
[1] A. Hamarsheh, “An Adaptive Security Framework for Internet of Things Networks Leveraging SDN and Machine Learning,” Appl. Sci., vol. 14, no. 11, 2024, doi: 10.3390/app14114530.
[2] T. Sylla, M. A. Chalouf, F. Krief, and K. Samaké, “Context-aware security in the internet of things: A survey,” Int. J. Auton. Adapt. Commun. Syst., vol. 14, no. 3, pp. 231–263, 2021, doi: 10.1504/IJAACS.2021.117808.
[3] S. Siddiqui et al., “Toward Software-Defined Networking-Based IoT Frameworks: A Systematic Literature Review, Taxonomy, Open Challenges and Prospects,” IEEE Access, vol. 10, no. June, pp. 70850–70901, 2022, doi: 10.1109/ACCESS.2022.3188311.
[4] R. H. Hsu, J. Lee, T. Q. S. Quek, and J. C. Chen, “Reconfigurable Security: Edge-Computing-Based Framework for IoT,” IEEE Netw., vol. 32, no. 5, pp. 92–99, 2018, doi: 10.1109/MNET.2018.1700284.
[5] S. Priyadarshini Biswal and S. Patel, “Introduction to software defined networking,” Softw. Defin. Networks Archit. Appl., pp. 1–28, 2022, doi: 10.1002/9781119857921.ch1.
[6] P. Ii, “Control-Data Plane Separation,” 2019.
[7] G. Grigoryan, Y. Liu, L. Njilla, C. Kamhoua, and K. Kwiat, “Enabling Cooperative IoT Security via Software Defined Networks (SDN),” IEEE Int. Conf. Commun., vol. 2018-May, 2018, doi: 10.1109/ICC.2018.8423017.
[8] R. H. Serag, M. S. Abdalzaher, H. A. E. A. Elsayed, and M. Sobh, “Software Defined Network Traffic Classification for QoS Optimization Using Machine Learning,” J. Netw. Syst. Manag., vol. 33, no. 2, 2025, doi: 10.1007/s10922-025-09911-6.
[9] J. Tigli, S. Lavirotte, and G. Rey, “Context-aware Authorization in Highly Dynamic Environments,” Arxiv Prepr. arXiv …, vol. 4, no. 1, 2011, [Online]. Available: http://arxiv.org/abs/1102.5194
[10] A. S. M. Kayes, J. Han, W. Rahayu, T. Dillon, M. S. Islam, and A. Colman, “A policy model and framework for context-aware access control to information resources,” Comput. J., vol. 62, no. 5, pp. 670–705, 2019, doi: 10.1093/comjnl/bxy065.
[11] R. Kalaria, A. S. M. Kayes, W. Rahayu, E. Pardede, and A. Salehi Shahraki, “Adaptive context-aware access control for IoT environments leveraging fog computing,” Int. J. Inf. Secur., vol. 23, no. 4, pp. 3089–3107, 2024, doi: 10.1007/s10207-024-00866-4.
[12] A. I. Alotaibi and A. Oracevic, “Context-Aware Security in the Internet of Things: What We Know and Where We are Going,” 2023 Int. Symp. Networks, Comput. Commun. ISNCC 2023, no. March, pp. 1–8, 2023, doi: 10.1109/ISNCC58260.2023.10323735.
[13] A. Alkhresheh, K. Elgazzar, and H. S. Hassanein, “Context-aware Automatic Access Policy Specification for IoT Environments,” 2018 14th Int. Wirel. Commun. Mob. Comput. Conf. IWCMC 2018, no. May 2019, pp. 793–799, 2018, doi: 10.1109/IWCMC.2018.8450323.
[14] B. O. Zarpellon, L. De Oro Arenas, E. Paciencia Godoy, F. Pinhabel Marafao, and H. K. Morales Paredes, “Design and Implementation of a Smart Campus Flexible Internet of Things Architecture on a Brazilian University,” IEEE Access, vol. 12, pp. 113705–113725, 2024, doi: 10.1109/ACCESS.2024.3444471.
[15] T. Domínguez-Bolaño, V. Barral, C. J. Escudero, and J. A. García-Naya, “An IoT system for a smart campus: Challenges and solutions illustrated over several real-world use cases,” Internet of Things (Netherlands), vol. 25, no. January, p. 101099, 2024, doi: 10.1016/j.iot.2024.101099.
