Perbandingan Kinerja Metode Ensemble Tree pada Klasifikasi Kadar Glukosa Darah Keluaran Alat Non-Invasif

Abstract

Metode klasifikasi machine learning menjadi salah satu metode yang saat ini terus berkembang. Machine learning merupakan pembelajaran mesin yang sangat membantu pekerjaan salah satunya di bidang Kesehatan. Decision Tree adalah salah satu algoritma machine learning yang banyak digunakan dalam kasus klasifikasi karena sifatnya yang sederhana dan mudah untuk diinterpretasikan. Decision tree memiliki kelemahan yaitu sensitif terhadap keragaman dalam data input, sehingga model cenderung tidak stabil karena prediksinya hanya didasarkan pada satu pohon keputusan. Kelemahan tersebut dapat diatasi menggunakan metode ensemble. Metode ensemble merupakan metode machine learning yang menggabungkan beberapa model untuk memperoleh prediksi terbaik. Dalam kasus klasifikasi, metode ensemble melakukan proses pengklasifikasi dengan cara menggabungkan keputusan dari beberapa model lainnya, salah satu caranya yaitu melalui majority vote. Metode ensemble sering kali menghasilkan hasil pengklasifikasi atau prediksi yang lebih akurat. Terdapat beberapa metode ensemble diantaranya yaitu random forest, rotation forest, extra trees, dan double random forest. Penerapan metode ensemble dalam bidang kesehatan salah satunya digunakan untuk mendeteksi dan memprediksi Diabetes Mellitus (DM). Penyakit diabetes Mellitus (DM) masih menjadi persoalan di berbagai negara, DM juga menjadi penyebab utama penyakit gagal ginjal, jantung dan kebutaan. Menurut American Diabetes Association (ADA) diabetes mellitus merupakan penyakit dengan kadar gula darah melebihi normal yaitu kadar gula darah sewaktu = 200 mg/dl dan kadar gula darah puasa = 126 mg/dl. Organisasi International Diabetes Federation (IDF) pada tahun 2019 memperkirakan sedikitnya terdapat 463 juta orang pada rentang usia 20-79 tahun di dunia menderita diabetes. Indonesia menjadi salah satu negara dengan kasus diabetes tertinggi di dunia, menduduki peringkat kelima untuk penderita diabetes mellitus tahun 2021 pada usia 20-79 tahun, dengan jumlah penderita mencapai 19,5 juta orang. Kasus diabetes mellitus yang diprediksi akan terus mengalami peningkatan mengindikasikan perlunya upaya pencegahan. Pencegahan dapat dilakukan dengan pendeteksian dini. Pendeteksian kasus DM dapat dilakukan melalui pemeriksaan kadar glukosa darah secara rutin. Tim non- invasif biomarking IPB telah mengembangkan alat pemantau gula darah non- invasif yang tidak melukai tubuh. Pengembangan alat ini memerlukan analisis statistik yang dapat digunakan untuk menganalisis kadar glukosa darah yaitu melalui pemodelan klasifikasi. Penelitian ini bertujuan untuk membandingkan kinerja model random forest, rotation forest, extra trees dan double random forest menggunakan data simulasi dan data empiris. Data simulasi dibangkitkan menggunakan regresi logistik ordinal dengan dua jenis skenario korelasi data yaitu data dengan korelasi rendah (?? = 0,2) dan data dengan korelasi tinggi (?? = 0,9). Proporsi jumlah peubah prediktor (??) sebesar 50 dan 100. Pembentukan model pada setiap algoritma dilakukan perulangan sebanyak 100 kali untuk mengevaluasi hasil kinerja model. Pada kajian simulasi diperoleh hasil data dengan korelasi antar peubah rendah (?? = 0,2) , diperoleh hasil akurasi dari keempat metode tidak menunjukkan perbedaan yang signifikan, artinya keempat metode memiliki performa yang relatif mirip. Oleh karena itu dilakukan pengecekan waktu komputasi pada skenario korelasi rendah. Dari hasil perhitungan rata-rata waktu komputasi, metode extra trees memiliki waktu komputasi yang lebih cepat dibanding dengan metode lainnya. Pada data dengan korelasi tinggi (?? = 0,9), metode rotation forest menunjukkan rata-rata nilai akurasi yang lebih baik dibanding dengan ketiga metode lainnya, diikuti oleh metode extra trees memiliki performa yang sama pada saat jumlah peubah prediktor lebih besar. Uji sidik ragam berdasarkan rancangan faktorial tiga faktor dalam rancangan acak kelompok lengkap digunakan untuk menganalisis nilai kebaikan model akurasi. Faktor yang digunakan yaitu model dengan empat taraf (random forest, rotation forest, extra trees, dan double random forest), korelasi dengan dua taraf (rendah dan tinggi) serta jumlah peubah prediktor dengan dua taraf ( ?? = 50 dan ?? = 100) . Interaksi tiga faktor yang tidak signifikan antara metode klasifikasi, jumlah peubah prediktor dan tingkat korelasi mengindikasikan bahwa terdapat perbedaan pengaruh antara ketiga faktor terhadap akurasi, namun pengaruh dari masing-masing faktor tidak bergantung pada faktor yang lain. Hasil uji lanjut tukey yang dilakukan pada interaksi antara faktor jumlah peubah prediktor dan tingkat korelasi menunjukkan bahwa tingkat korelasi tinggi menghasilkan kinerja yang lebih baik dibandingkan dengan tingkat korelasi rendah. Kajian empiris dilakukan menggunakan data kadar glukosa darah alat invasif dan alat non-invasif yang dikumpulkan tahun 2019 dengan sebanyak 74 data. Peubah respon (Y) merupakan kategori kadar glukosa darah alat invasif yang diperoleh dari pengujian laboratorium prodia. Peubah prediktor (X) merupakan hasil pengukuran alat non-invasif berupa nilai residu intensitas cahaya. Model terbaik dari hasil kajian empiris ialah rotation forest. Metode rotation forest memiliki rata-rata nilai akurasi paling tinggi yaitu sebesar 0,7143 (71,43%). Lima peubah yang memiliki kontribusi terbesar dalam klasifikasi kadar glukosa darah keluaran alat non-invasif yaitu X38, X46, X47, X22 dan X48.