IEEE Transactions on Magnetics

1
Analisis Faktor-Faktor yang Mempengaruhi Hasil
Pap Test Kanker Serviks dengan Menggunakan
Metode Regresi Logistik Ordinal
(Studi Kasus Pasien di Rumah Sakit “X”
Surabaya)
Rany Milan Nugrahani, Mutiah Salamah
Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
E-mail: [email protected]
Abstrak—Kanker adalah suatu penyakit yang disebabkan oleh
pertumbuhan sel-sel jaringan tubuh yang tidak normal. Kanker
leher rahim merupakan kanker yang terjadi pada serviks atau leher rahim. Diperkirakan, 52 juta perempuan Indonesia berisiko
terkena kanker, sementara 36 persen perempuan dari seluruh penderita kanker adalah pasien kanker serviks. Maka pada penelitian
ini akan dikaji faktor resiko yang meningkatkan kanker serviks.
Berdasarkan hasil analisis regresi logistik ordinal diketahui bahwa
variabel yang signifikan terhadap hasil pap test yaitu pemakaian
alat kontrasepsi (X2) dan riwayat mempunyai anak (X3). Interpretasi dari nilai odds ratio diperoleh bahwa Pasien yang tidak
menggunakan alat kontrasepsi mempunyai resiko terkena kanker
dan prakanker pada hasil pap test yaitu sebesar 1,523 kali
dibandingkan dengan pasien yang tidak terkena kanker dan
menggunakan alat kontrasepsi. Sedangkan untuk pasien yang
tidak memiliki anak mempunyai resiko terkena kanker dan
prakanker pada hasil pap test sebesar 1,818 kali dibandingkan
dengan pasien yang tidak terkena kanker dan memiliki anak.
Kata-kata kunci—hasil pap test, kanker serviks, regresi logistik
ordinal.
I. PENDAHULUAN
K
ANKER adalah suatu penyakit yang ditimbulkan oleh sel
tunggal yang tumbuh tidak normal dan tidak terkendali
sehingga dapat menjadi tumor ganas yang dapat menghancurkan dan merusak sel atau jaringan sehat [1].
Kanker serviks merupakan kanker yang tumbuh dan berkembang pada daerah leher rahim. Kanker serviks merupakan
kanker yang paling banyak diderita oleh wanita dan menempati
urutan kedua setelah kanker payudara [2]. Khusus di Indonesia
terdeteksi kasus kanker serviks sebanyak 15.000 kasus per
tahunnya dengan 8000 kasus diantaranya menyebabkan kematian [2].
Tingginya angka kematian ini adalah karena penyakit ini
tidak mempunyai ciri yang khas, sehingga mayoritas penderita
datang berobat saat penyakit tersebut telah mencapai stadium
lanjut [3]. Diperkirakan, 52 juta perempuan Indonesia berisiko
terkena kanker, sementara 36 persen perempuan dari seluruh
penderita kanker adalah pasien kanker serviks.
Penyakit kanker serviks ini dapat dicegah bila dilakukan
program skrining atau deteksi dini. Pemeriksaan pap test
merupakan metode skrining deteksi dini pada penyakit kanker
serviks. Pemeriksaan hasil pap test untuk sel-sel abnormal
pada serviks dikategorikan menjadi tiga hasil utama [4], yaitu
tidak terkena kanker menunjukkan hanya terdapat infeksi,
prakanker menunjukkan beberapa perubahan sel-sel abnormal,
dan kanker menunjukkan sel-sel abnormal pada daerah serviks
sudah bersifat ganas. Perjalanan dari infeksi virus menjadi
kanker membutuhkan waktu cukup lama, sekitar 10-20 tahun
[5].
Penelitian mengenai hasil pap test pernah dilakukan oleh [6]
yaitu dengan judul Bagging Multivariate Adaptive Regression
splines (MARS) untuk klasifikasi pasien hasil pap test penyakit kanker serviks (Studi Kasus di RS “X” Surabaya) dengan
hasil variabel pembeda yang mempengaruhi dalam pengelompokkan dari tingkat kepentingan tertinggi hingga terendah
adalah variabel frekuensi melahirkan, penggunaan kontrasepsi,
riwayat keguguran, siklus menstruasi, usia menstruasi pertama,
dan variabel usia pasien.
Berdasarkan uraian mengenai hasil pap test untuk sel-sel
abnormal pada serviks terdapat tiga kategori yaitu tidak terkena kanker, prakanker, dan kanker. Ketiga kategori tersebut
dijadikan sebagai kategori ordinal pada variabel respon. Regresi logistik ordinal adalah metode yang digunakan untuk
mengetahui variabel-variabel yang dapat mempengaruhi terjadinya kanker serviks untuk masing-masing kategori hasil pap
test.
II. TINJAUAN PUSTAKA
A. Statistik Deskriptif
Statistik deskriptif dalam penelitian ini digunakan untuk
menyajikan karakteristik pasien penderita penyakit kanker
serviks di Rumah Sakit ”X” Surabaya dengan menggunakan
tabulasi silang.
2
B. Uji Independensi Antar Variabel
Uji chi-square digunakan untuk menguji kebebasan (test of
independent) antara variabel Y dan X.
Hipotesis yang digunakan adalah
H0 : tidak ada hubungan antara variabel Y dan variabel X
H1 : ada hubungan antara variabel Y dan variabel X
2
I J ( nij  eˆij )
2
Statistik Uji :    
i 1 j 1
eˆij
Daerah penolakan : Tolak H0 jika 
2
2
  ( ,(i 1)( j 1))
nij  observasi baris ke-i dan kolom ke-j
C. Regresi Logistik Ordinal
Regresi logistik ordinal merupakan metode statistik yang
digunakan untuk mengetahui hubungan antara variabel respon
yang memiliki memiliki kategori bersifat tingkatan dengan
variabel prediktor. Model regresi logistik ordinal :
 P(Y  j | xi ) 

 1  P(Y  j | x ) 
i 

Logit P(Y  j | x i )  log 
(1)
Nilai peluang untuk masing-masing kategori respon untuk regresi logistik ordinal yaitu sebagai berikut.
 0 ( x i )  P (Y  0 | x i )
p


exp  α 0   β k x ik 
k 1


= P(Y  0|xi ) 
p


1  exp  α 0   β k xik 
k

1


p
p




exp   1    k x ik 
exp   0    k x ik 
k 1
k 1



 (3)


p
p




1  exp   1    k x ik  1  exp   0    k x ik 
k 1
k 1
 2 ( x i )  1  P (Y  1 | x i ) 


1
p


1  exp  1    k xik 
k 1


(4)
D. Uji Individu
Pengujian individu dilakukan yaitu untuk mengetahui
variabel prediktor yang berpengaruh terhadap variabel respon
secara individual dengan menggunakan statistik uji Wald [7].
Adapun hipotesis yang digunakan yaitu sebagai berikut.
H0: β k = 0
H1: β k ≠ 0 dengan k = 1, 2, …, p
Taraf Signifikan (  ): 15%
Statistik Uji : Statistik Uji Wald
βˆ k
(5)
SE(βˆ k )
Daerah penolakan : tolak Ho jika W  Z α/2 atau nilai p-value
kurang dari
.
E. Uji Serentak
Pengujian individu dilakukan yaitu untuk mengetahui
variabel prediktor yang berpengaruh terhadap variabel respon
secara serentak. Adapun hipotesis yang digunakan untuk uji
serentak yaitu sebagai berikut.
β1  β2  ...  βk  0
H1: paling sedikit ada satu β k ≠ 0, dengan k = 1, 2, …, p
Taraf Signifikan (  ): 5%
Statistik uji :
G  2 ln (
L0
) =  2 ln( L0 )  2( L1 )
L1
Daerah penolakan H0 adalah jika G lebih >
p-value kurang dari  .
(6)
x 2 ( ,df ) atau nilai
F. Uji Parsial
Uji parsial digunakan untuk mengetahui model akhir pada
uji serentak. Uji signifikansi parameter menggunakan uji Wald
[6] dengan menggunakan hipotesis sebagai berikut.
H0:
(2)
 1 ( x i )  P (Y  1 | x i )   0 ( x i )

W 
H0 :
eij  frekuensi harapan baris ke-i dan kolom ke-j

Perhitungan statistik uji Wald adalah sebagai berikut.
H1:
k  0
 k  0 , dengan k =1,2,..p
Perhitungan uji Wald adalah sebagai berikut
βˆ k
W 
SE(βˆ k )
Daerah penolakan : tolak Ho jika W  Z α/2 atau nilai p-value
kurang dari
.
G. Uji Kesesuaian Model
Pengujian kesesuaian model bertujuan untuk mengetahui
apakah model dengan variabel dependen merupakan model
yang sesuai. Uji kesesuaian model menggunakan statistik uji
Chi-Square.
Hipotesis yang digunakan untuk uji kesesuaian model yaitu
sebagai berikut.
H0 : Model sesuai (tidak ada perbedaan yang nyata antara hasil
observasi dengan kemungkinan hasil prediksi model).
H1 : Model tidak sesuai (ada perbedaan yang nyata antara hasil
observasi dengan kemungkinan hasil prediksi model).
Dengan statistik uji yang digunakan yaitu sebagai berikut :
 2
g (o  n'  )
2
   k  k k
(7)
k 1 n'  (1   )
k k
k
Keterangan
ok : n 'k y j , jumlah variabel respon pada group ke-k
j 1
3
k :

n 'k
m j ̂ j
j 1
, rata-rata taksiran probabilitas
n' k
m j : banyak observasi yang memiliki nilai ˆ
n' k : banyaknya observasi pada group ke-k
Daerah penolakan : tolak H0 jika  2   (2 ,df ) atau nilai
p-value kurang dari α.
H. Ketepatan Klasifikasi
Ketepatan klasifikasi merupakan evaluasi prosedur
klasifikasi untuk melihat peluang kesalahan klasifikasi yang
dilakukan oleh suatu fungsi klasifikasi. Ukuran yang dipakai
adalah apparent error rate (APER) [8]. APER adalah nilai
proporsi sampel yang salah diklasifikasikan oleh fungsi
klasifikasi [8].
I. Kanker Serviks
Kanker adalah suatu penyakit yang disebabkan oleh pertumbuhan sel-sel jaringan tubuh yang tidak normal. Sel-sel kanker
akan berkembang dengan cepat, tidak terkendali, dan akan
terus membelah diri.
Kanker serviks merupakan kanker yang terjadi pada daerah
serviks atau leher rahim. Peristiwa kanker serviks diawali dari
sel serviks normal yang terinfeksi oleh HPV (Human papillomavirus) [4]. Kanker serviks diduga dipengaruhi oleh beberapa variabel yaitu usia, pemakaian alat kontrasepsi, memiliki
anak atau tidak, siklus menstruasi, usia menstruasi pertama dan
riwayat keguguran.
III. METODOLOGI PENELITIAN
Variabel yang digunakan pada penelitian ini adalah sebagai
berikut.
Tabel 1
Variabel Penelitian
Variabel Respon
Hasil pap test Y
Variabel Prediktor
Usia pasien (X1)
Pemakaian alat
kontrasepsi (X2)
Memiliki anak/tidak
(X3)
Siklus mensttruasi
(X4)
Usia menstruasi
pertama (X5)
Riwayat keguguran
(X6)
Y=0, hasil pap test menunjukkan kanker
Y=1, hasil pap test menunjukkan prakanker
Y=2, hasil pap test menunjukkan tidak terkena
kanker
0 = ≤ 50 tahun
1 = > 50 tahun
0 = Tidak memakai kontrasepsi
1 = Memakai kontrasepsi
0 = Tidak mempunyai anak
1 = Mempunyai anak
0 = Tidak teratur
1 = Teratur
0 = 10-12 tahun
1 = 13-16 tahun
0 = Tidak mempunyai riwayat keguguran
1 = Mempunyai riwayat keguguran
Data yang digunakan dalam penelitian ini adalah data
sekunder dari rekam medis pasien wanita yang melakukan pap
test di Rumah Sakit “X” Surabaya. Data yang digunakan dalam
penelitian ini yaitu data pada Tahun 2011.
Untuk mencapai tujuan pertama yaitu untuk mengetahui
karakteristik pasien pada setiap kategori berdasarkan faktorfaktor resiko penyebab terjadinya kanker serviks dilakukan
analisis deskriptif dengan tabulasi silang.
Untuk mencapai tujuan kedua yaitu untuk memperoleh
model peluang terjadinya kanker serviks pada setiap kategori
berdasarkan faktor-faktor resiko penyebab terjadinya kanker
serviks dilakukan analisis regresi logistik ordinal dengan
langkah-langkah analisis sebagai berikut :
a. Melakukan uji independensi antara variabel respon
dan prediktor.
b. Melakukan uji signifikansi parameter secara individu
untuk mengetahui variabel-variabel prediktor yang
berpengaruh secara signifikan terhadap variabel respon.
c. Melakukan model regresi logistik ordinal secara
serentak dan parsial.
d. Menentukan model regresi logistik antara variabel
respon dengan variabel-variabel prediktor yang
signifikan.
e. Menginterpretasikan model regresi logistik ordinal
dan odds ratio yang diperoleh.
f. Melakukan uji kesesuaian model (goodness of fit).
g. Menghitung ketepatan klasifikasi model regresi logistik ordinal.
IV. HASIL DAN PEMBAHASAN
Pada penelitian ini terdapat dua metode analisis statistik
yang digunakan, yaitu analisis deskriptif, uji independensi dan
analisis regresi logistik ordinal.
A. Analisis Deskriptif
Analisis deskriptif untuk karakteristik pasien kanker serviks
di Rumah Sakit “X” Surabaya ditunjukkan pada Tabel 2 sebagai berikut.
Tabel 2
Karakteristik Pasien Pada Hasil Pap Test
Hasil Pap Test Kanker Serviks (%)
Variabel X
Kategori
Tidak Terkena
Kanker Prakanker
Kanker
<= 50 tahun
14,2
6,3
3,3
Usia Pasien
> 50 tahun*
44,7
18,5
13,0
Pemakaian Alat
Tidak Pakai
22,0
12,2
8,1
kontrasepsi
Pakai*
36,8
12,6
8,3
Tidak Punya
Memiliki Anak
6,9
2,8
3,9
Anak
atau Tidak
Punya Anak*
52,0
22,0
12,4
Siklus MenstruaTidak Teratur
15,2
4,1
3,0
si
Teratur*
43,7
20,7
13,4
Usia Menstruasi
10-12 tshun*
34,3
15,4
8,7
Pertama
13-16 tahun
24,6
9,4
7,7
23,8
10,6
4,3
Riwayat Kegugu- Tidak Pernah
ran
Pernah*
35,0
14,2
12,0
Keterangan : * — Karakteristik Mayoritas Pasien Pada Hasil Pap Test
Tabel 2 menunjukkan bahwa pasien di rumah sakit “X” yang
telah melakukan pap test dengan hasil pada kategori kanker,
prakanker dan tidak terkena kanker yaitu mayoritas pada
pasien dengan usia lebih dari 50 tahun, menggunakan alat
4
kontrasepsi, mempunyai anak, mempunyai siklus menstruasi
teratur, usia menstruasi pertama dan mempunyai riwayat
keguguran.
serentak. Hasil untuk uji regresi logistik secara serentak yaitu
sebagai berikut.
Tabel 5
Regresi Logistik Ordinal Secara Serentak
B. Uji Independensi
Adapun hasil pada pengujian independensi yaitu sebagai
berikut.
Usia pasien (X1)
Penggunaan kontrasepsi (X2)
Riwayat mempunyai anak (X3)
Siklus menstruasi (X4)
Usia menstruasi pertama (X5)
Riwayat keguguran (X6)
p-value
0,707
0,030*
0,009*
0,073*
0,443
0,039*
G
Chi-Square
DF
p-value
Final
114,509
17,057
4
0,002*
Keterangan : * — Signifikan pada α = 5%
Tabel 3
Uji Independensi Variabel
Variabel Independen
Model
Keputusan
Gagal Tolak H0
Tolak H0
Tolak H0
Tolak H0
Gagal tolak H0
Tolak H0
Berdasarkan pengujian secara serentak dan diperoleh
nilai p-value kurang dari  yaitu 0,002 lebih kecil dari 0,05
berarti terdapat variabel bebas yang berpengaruh secara signifikan terhadap hasil pap test kanker serviks. Langkah selanjutnya dilakukan uji parsial dan hasilnya yaitu sebagai berikut.
Tabel 6
Regresi Logistik Ordinal Secara Parsial
Keterangan : * — Signifikan pada α = 10%
Variabel
Konstanta 1
Konstanta 2
Tidak menggunakan
alat kontrasepsi (X2)
Tidak mempunyai
anak (X3)
Siklus menstruasi
tidak teratur (X4)
Tidak mempunyai
riwayat keguguran
X6
Variabel yang berhubungan dengan hasil pap test yaitu variabel penggunaan alat kontrasepsi (X2), riwayat mempunyai
anak (X3), siklus menstruasi (X4) dan Riwayat keguguran (X6).
Maka empat variabel tersebut dapat dilanjutkan pada uji signifikansi parameter untuk uji individu, uji serentak dan uji
parsial.
C. Regresi Logistik Ordinal Secara Individu
Hasil dari pengujian regresi logistik secara individu yaitu
sebagai berikut.
Tabel 4
Regresi Logistik Ordinal Secara Individu
Variabel
B
Wald
p-value
Konstanta 1
0,555
21,429
0,000
Konstanta 2
1,843
156,534
0,000
Tidak
menggunakan
0,452
6,570
0,010*
alat kontrasepsi
(X2)
Konstanta 1
0,429
934.431
0,000
Konstanta 2
1,714
181.829
0,000
Tidak mempu0,546
4,978
0,026*
nyai anak (X3)
Konstanta 1
0,258
6,563
0,010
Konstanta 2
1,542
148,146
0,000
Siklus menstruasi
-0.476
4,664
0,031*
tidak teratur (X4)
Konstanta 1
0,252
4,983
0,026
Konstanta 2
1,531
126,681
0,000
Tidak pernah
-0,269
2,209
0.137*
keguguran X6
Keputusan
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
Tolak H0
tolak H0
Tolak H0
Keterangan : * — Signifikan pada α = 15%
Variabel yang signifikan terhadap hasil pap test kanker
serviks yaitu variabel alat kontrasepsi dengan kategori yang
tidak menggunakan alat kotrasepsi, variabel riwayat mempunyai anak dengan kategori tidak memiliki anak, variabel siklus
menstruasi dengan kategori siklus menstruasi tidak teratur dan
variabel riwayat keguguran dengan kategori tidak pernah mengalami keguguran.
D. Regresi Logistik Ordinal Secara Serentak
Analisis setelah pengujian regresi logistik ordinal secara
individu yaitu melakukan pengujian regresi logistik secara
B
Wald
p-value
Odds
Ratio
0,446
1,756
8,118
97,702
0,004
0,000
0,421
5,535
0,019*
1,523
0,598
5,822
0,016*
1,818
-0.413
3,444
0,063
-0,221
1,462
0.227
Keterangan : * — Signifikan pada α = 5%
Variabel yang mempunyai pengaruh signifikan terhadap
hasil pap test adalah variabel pemakaian alat kontrasepsi (X2)
dengan kategori tidak mengunakan alat kontrasepsi dan
variabel riwayat mempunyai anak (X3) dengan kategori tidak
mempunyai anak. Hal ini dapat dilihat dari nilai p_value yang
kurang dari nilai α. Interpretasi dari odds ratio yaitu pasien
yang tidak menggunakan alat kontrasepsi mempunyai resiko
terkena kanker dan prakanker pada hasil pap test yaitu sebesar
1,523 kali dibandingkan dengan pasien yang tidak terkena
kanker dan menggunakan alat kontrasepsi. Sedangkan untuk
pasien yang tidak memiliki anak mempunyai resiko terkena
kanker dan prakanker pada hasil pap test yaitu sebesar 1,818
kali dibandingkan dengan pasien yang tidak terkena kanker
dan memiliki anak.
Aplikasi dari model regresi logistik ordinal yaitu jika terdapat pasien yang tidak menggunakan alat kontrasepsi dan
tidak memiliki anak maka peluang pasien tersebut terkena
kanker serviks yaitu sebesar 0,721 dibandingkan dengan
pasien yang mempunyai anak dan menggunakan alat kontrasepsi. nilai peluang untuk masing-masing kategori hasil pap
test yaitu sebagai berikut.
0 
exp0,446  0,421(tidak_pakai_alkon)  0,598(tidak_punya_anak)
1  exp0,446  0,421(tidak_pakai_alkon)  0,598(tidak_punya_anak)
= 0,721
1 

exp1,756  0,421(tidak_pakai_alkon)  0,598(tidak_punya_anak)
1  exp1,756  0,421(tidak_pakai_alkon)  0,598(tidak_punya_anak)
exp0,446  0,421(tidak_pakai_alkon)  0,598(tidak_punya_anak)
1  exp0,446  0,421(tidak_pakai_alkon)  0,598(tidak_punya_anak)
= 0,151
5
Nilai
0
merupakan peluang untuk pasien terkena kanker,
sedangkan untuk nilai  1 merupakan peluang untuk pasien
terkena prakanker. Sedangkan peluang untuk pasien tidak
terkena kanker yaitu sebesar 0,128.
Saran yang dapat diberikan untuk penelitian selanjutnya
sebaiknya melakukan konsultasi dengan dokter ahli dalam
menggunakan variabel-variabel prediktor sebagai faktor resiko
kanker serviks.
DAFTAR PUSTAKA
E. Uji Kesesuaian Model
Adapun hasil pada pengujian kesesuaian model yaitu sebagai berikut.
Pearson
Tabel 7
Hasil Uji Kesesuaian Model
Chi-Square
df
p-value
Keputusan
28,606
26
0,329
Gagal Tolak H0
Berdasarkan pada hasil Uji kesesuaian model diperoleh kesimpulan yaitu model hasil pap test untuk kanker serviks di
Rumah Sakit “X” telah sesuai, tidak ada perbedaan antara hasil
observasi dan hasil prediksi model.
F. Ketepatan Klasifikasi Model
Setelah dilakukan uji kesesuaian terhadap model yang telah
didapatkan, maka kemudian dilakukan pengukuran ketepatan
klasifikasi untuk model regresi logistik ordinal. Hasil untuk
ketepatan klasifikasi dapat dilihat pada Tabel 8 sebagai
berikut.
Tabel 8
Klasifikasi Hasil Pap Test Antara Observasi dan Prediksi
Prediksi
Observasi
Kategori 0
Kategori 1
Kategori 2
Kategori 0
299
69
0
Kategori 1
0
0
9
Kategori 2
0
57
74
Hasil ketepatan pengklasifikasian hasil pap test untuk
kanker serviks dapat diketahui persentase ketepatan
pengklasifikasian adalah (100% - 26,6%) = 73,4%.
V. KESIMPULAN
Kesimpulan yang diperoleh dalam penelitian ini yaitu sebagai berikut :
Berdasarkan hasil deskriptif karakteristik pasien yang telah
melakukan pap test terdapat 58,9% menunjukkan terkena
kanker, 24,8% terkena prakanker dan 16,3% tidak terkena
kanker. Penderita kanker serviks mayoritas yaitu pada usia
diatas 50 tahun, dengan menggunakan alat kontrasepsi,
mempunyai anak, memiliki siklus menstrasi yang teratur, usia
menstruasi pertama 10-12 tahun dan pernah mengalami
keguguran.
Faktor-faktor resiko penyebab kanker serviks yang berpengaruh signifikan terhadap hasil pap test yaitu pemakaian
alat kontrasepsi (X2) dengan kategori tidak menggunakan alat
kontrasepsi dan variabel riwayat memiliki anak (X3) dengan
kategori tidak memiliki anak. Aplikasi dari model regresi
logistik ordinal yaitu jika terdapat pasien yang tidak
menggunakan alat kontrasepsi dan tidak memiliki anak maka
peluang pasien tersebut terkena kanker serviks yaitu sebesar
0,721 dibandingkan dengan pasien yang mempunyai anak dan
menggunakan alat kontrasepsi.
[1] Riady, J. (2008). Pengertian Kanker Cara Melawan/Mencegah Penyakit
Kanker & Makanan Pemicu/Penyebab Kanker Serviks.(online)
http://organisasi.org/pengertian-kanker-pemicu-penyebab-kanker.
[2] Isma. (2011). Mengenali seluk beluk kanker serviks sebagai langkah awal
mencegah dan mengobati penyakit kanker serviks dengan tepat. (online)
http://www.kanker-serviks.com
[3] Kessek, H. (2010). Tiap Satu Jam Perempuan Indonesia Meninggal Akibat Kanker Serviks. (online) http://bataviase.co.id
[4] Triyadi, D. (2011). Pemeriksaan Hasil Pap Smear Pada Penyakit kanker
Serviks. (online) http://PEMERIKSAAN%20PAP%20SMEAR%20.com
[5] Suparyanto (2011), Kanker Leher Rahim Carsinoma Cervix. (online)
http://dr.suparyanto.blogspot.com
[6] Yastuti, H. (2010). Bagging Multivariate Adaptive Regression splines
(MARS) untuk klasifikasi pasien hasil pap test penyakit kanker serviks
(Studi Kasus di RS “X” Surabaya). Tugas Akhir, Institut Teknologi
Sepuluh Nopember, Surabaya.
[7] Hosmer, D. W. and Lemeshow, S. (2000). Applied Logistic Regression.
John Wiley and Sons, Inc. USA.
[8] Johnson R. A., and Winchern, D. W. (1992). Applied Multivariate
Statistical Analysis, Printice Hall, Inc., New Jersey.