Memberikan peserta pemahaman dasar mengenai konsep analisis survival serta penerapannya menggunakan software R dan RStudio secara praktis. Peserta akan mampu:

• Melakukan estimasi kurva survival (Kaplan-Meier),
• Membandingkan kelompok dengan uji log-rank,
• Membangun model Cox Proportional Hazards,
• Dan memvisualisasikan hasil analisis menggunakan tools di R.

Target Peserta

• Mahasiswa S1/S2 bidang Statistik, Matematika, Kesehatan, Ekonomi, atau bidang lain yang relevan.
• Peneliti, dosen, praktisi kesehatan, asuransi, atau data analyst pemula yang tertarik pada analisis time-to-event.
• Peserta harus sudah menginstal R dan RStudio sebelum pelatihan dimulai.

⏳ Format Pelatihan

• Durasi: 5 jam (±09.00 – 14.00)
• Platform: Zoom
• Format: Live teaching + Praktik langsung + Studi kasus sederhana

Tools dan Paket R yang Digunakan

• Software: R dan RStudio (dijalankan di komputer peserta)
• Paket penting:
  • survival: estimasi dan regresi survival
  • survminer: visualisasi survival
  • ggplot2: plotting tambahan
  • tidyverse: manipulasi data
  • broom: ringkasan model yang mudah dibaca

Dataset yang Digunakan

• Dataset sintetis untuk pembelajaran awal
• Dataset nyata seperti:
  • lung dari paket survival
  • Data pasien kanker/survival customer
  • File .csv yang dapat diunduh selama pelatihan

Hasil Belajar yang Diharapkan (Learning Outcomes)

Setelah mengikuti pelatihan ini, peserta akan mampu:

1. Memahami konsep dasar analisis survival dan terminologinya.
2. Mengestimasi dan memvisualisasikan kurva survival menggunakan pendekatan Kaplan-Meier.
3. Melakukan uji log-rank untuk membandingkan kelompok.
4. Membangun model Cox PH sederhana dan menginterpretasikan hasilnya.
5. Menggunakan RStudio secara mandiri untuk analisis survival dasar.

Materi Pendukung

• Modul pelatihan PDF (ringkasan teori + contoh kode R)
• Script R siap pakai untuk semua topik
• Template laporan hasil analisis
• Akses ke repositori GitHub berisi dataset dan kode pelatihan