Algoritma Boruta-SHAP pada XGBoost dan Random Forest untuk Analisis Kejadian Rumah Tangga Rawan Pangan di Jawa Barat

Abstract

Machine learning yang digunakan untuk pemodelan big data sulit ditangani menggunakan metode pembelajaran tradisional karena akan menghasilkan pembelajaran tidak sesuai dan menyebabkan metode tidak berfungsi dengan baik. Namun adanya sifat black box pada pemodelan machine learning membuat hasil pemodelan sulit dipahami dan diinterpretasikan. Sehingga digunakan algoritma Shapley Additive Explanation (SHAP) yang diusulkan oleh Lundberg, untuk menafsirkan black box pada machine learning sebagai white box. Menggunakan peubah yang tidak penting terhadap pemodelan, seringkali memengaruhi waktu komputasi dan menyebabkan hasil prediksi kurang akurat. Feature selection merupakan komponen penting dalam proses machine learning ketika peubah yang tidak relevan dan tidak berkaitan dengan peubah respons tidak diikutsertakan dalam pemodelan namun dalam prosesnya tetap menjaga akurasi. Boruta merupakan wrapping feature selection yang mampu memilih peubah penting melalui penambahan peubah bayangan dengan algoritma pengerjaan mirip dengan klasifikasi random forest. Pengembangan dari metode Boruta adalah Boruta-SHAP yang menggabungkan antara feature selection Boruta dengan nilai-nilai Shapley. Kerawanan pangan adalah masalah serius, baik di dunia maupun di Indonesia. Mengakhiri kelaparan dan mencapai ketahanan pangan dan gizi yang lebih baik masuk pada tujuan kedua SDGs yang ditargetkan tercapai pada 2030. Organisasi Pangan dan Organisasi Pertanian Perserikatan Bangsa-Bangsa melaporkan melalui The State of Food Security and Nutrition in the World bahwa sekitar 750 juta orang (sekitar 9,7% dari populasi dunia) terkena kerawanan pangan parah dan hampir 690 juta orang di dunia (8,9% dari populasi dunia) diperkirakan kekurangan gizi pada tahun 2019 (Food and Agriculture Organization, 2020). Indonesia berada di peringkat 65 dari 113 negara di dunia, 12 di Asia Pasifik, dan 4 di Asia Tenggara berdasarkan skor ketahanan pangan (Police Brief FAO 2006). Sementara prevalensi kerawanan pangan sedang atau berat di Indonesia pada 2020 adalah 5,12%, turun dari 5,42% pada 2019. Beberapa penelitian terkait rawan pangan antara lain penelitian dengan menggunakan pemodelan ordinary forest dan regresi logistik ordinal, memperoleh bahwa penerima Kartu Perlindungan Sosial (KPS), banyaknya anggota rumah tangga yang memiliki rekening tabungan, persentase pengeluaran untuk makanan, pendidikan kepala rumah tangga, dan penerima program beras miskin adalah peubah terpenting yang memengaruhi kerawanan pangan (Irawan 2019). Cordero-Ahiman telah menganalisis rawan pangan untuk melihat faktor-faktor yang menentukan kerawanan pangan rumah tangga di daerah pedesaan Lembah Sungai Paute, Provinsi Azuay, Ekuador dan menemukan bahwa faktor yang paling berpengaruh adalah ukuran rumah dan akses informasi ketahanan pangan (2020). Terkait berbagai permasalahan yang telah dipaparkan, maka penelitian ini bertujuan untuk menganalisis kerawanan pangan rumah tangga di Provinsi Jawa Barat menggunakan algoritma SHAP dan Boruta-SHAP dengan model random forest dan XGBoost. Adanya ketidakpastian urutan peubah penting dari skor SHAP dan Boruta SHAP dari model akan dianalisis menggunakan boxplot yang dibangun menggunakan data berbeda bentukan algoritma bootstrap. Model random forest dan XGBoost cocok dengan data yang akan digunakan; data memuat banyak peubah, berukuran besar (big data), dan dapat diterapkan pada algoritma Boruta-SHAP. Boruta-SHAP akan menentukan subsampel terkecil pada setiap iterasi dengan membandingkan distribusi yang dihasilkan oleh skor SHAP dari model random forest dan XGBoost. Algoritma metode ini dimulai dengan membuat peubah bayangan dan memberi peringkat peubah menggunakan skor SHAP untuk tiap-tiap model random forest dan XGBoost. Selanjutnya, seleksi peubah dilakukan dengan menghilangkan peubah yang memiliki skor kepentingan lebih rendah dari ambang batas yang telah ditentukan. Peubah-peubah yang telah dipilih sebagai peubah penting kemudian digunakan untuk pemodelan XGBoost dan dilihat kontribusinya melalui skor SHAP yang dihasilkan. Hasil penelitian menyimpulkan, kinerja yang dihasilkan dari model tanpa seleksi peubah maupun dengan Boruta-SHAP menghasilkan kesimpulan yang sama. Selanjutnya berdasarkan hasil boxplot data bootstrap, model XGBoost tanpa seleksi peubah, XGBoost dengan Boruta-SHAP, random forest tanpa seleksi peubah, dan random forest dengan Boruta-SHAP menghasilkan sembilan peubah penting yang sama dari keempat model. Penelitian ini menyimpulkan, sembilan peubah penting yang memengaruhi kejadian rawan pangan adalah kepemilikan aset tanah, luas lantai rumah, pendidikan kepala rumah tangga, banyaknya penabung, air minum layak, akses internet, sumber air minum, jenis lantai, dan sanitasi layak.