Perbandingan Metode Regresi Komponen Utama, Regresi Kuadrat Terkecil Parsial dan Support Vector Regression dalam Menduga Kadar Glukosa Darah Non-Invasif.
Abstract
Diabetes mellitus (DM) merupakan suatu penyakit yang dapat terjadi pada manusia yang disebabkan oleh kondisi kadar glukosa darah tinggi (hiperglikemia) yang kronis dan tidak terkontrol. Pendeteksian dini penting dilakukan sebagai upaya pencegahan dan pengontrolan berkelanjutan bagi yang tidak maupun telah menderita penyakit ini. Pendeteksian kadar glukosa darah dapat dilakukan menggunakan metode invasif (melukai) yaitu dapat menggunakan glukometer atau pemeriksaan di laboratorium. Pendeteksian dengan cara ini dapat menimbulkan ketidaknyamanan bagi pasien. Oleh karena itu, dikembangkanlah pendeteksian kadar glukosa darah tanpa melukai tubuh dikenal dengan metode non-invasif. Tim non-invasif biomarking IPB mengembangkan purwarupa alat pengukur glukosa darah non-invasif menggunakan prinsip spektroskopi. Data yang dihasilkan oleh alat pengukur kadar glukosa darah non-invasif adalah data spektrum time domain terhadap residu intensitas. Diperlukan metode analisis dalam memodelkan hasil tersebut agar diperoleh dugaan kadar glukosa darah.
Salah satu metode alternatif yang dapat digunakan untuk menganalisis hubungan antara kadar glukosa darah invasif dengan non-invasif adalah model kalibrasi. Permasalahan yang sering terjadi pada pemodelan kalibrasi adalah ill conditioned akibat kolinearitas ganda maupun singularitas. Hal ini dikarenakan banyaknya peubah bebas yang lebih besar dari banyaknya pengamatan. Permasalahan tersebut dapat diatasi dengan beberapa metode diantaranya Regresi Komponen Utama (RKU), Regresi Kuadrat Terkecil Parsial (RKTP) dan Support Vector Regression (SVR). Fungsi kernel yang digunakan pada SVR yaitu fungsi kernel linier, polinomial, dan radial basis. Perbandingan metode juga dilakukan dengan pendekatan RKU dan RKTP yang dapat mengatasi permasalahan kalibrasi. Model yang diperoleh selanjutnya digunakan untuk menduga kadar glukosa darah hasil pengukuran non-invasif.
Penelitian ini bertujuan untuk menentukan model kalibrasi terbaik pada alat pengukur kadar glukosa darah non-invasif dengan pendekatan RKU, RKTP dan SVR. Peubah prediktor yang digunakan pada penelitian ini adalah data hasil pengukuran glukosa darah non-invasif dan peubah respon adalah data glukosa darah hasil pengukuran invasif (laboratorium). Data yang digunakan adalah data primer yang merupakan bagian dari penelitian pengembangan dan uji klinis purwarupa alat pemantauan kadar glukosa darah secara non-invasif.
Hasil analisis menggunakan semua data menunjukkan bahwa model RKTP memiliki nilai R2 terbesar yaitu 88.6%. Nilai R2, RMSE dan RMSEP pada model RKU besarnya tidak terpaut jauh dengan RKTP. Model yang terbentuk pada RKTP lebih parsimoni (sederhana) karena memiliki peubah laten yang lebih sedikit. Hal ini dikarenakan komponen yang terbentuk mampu menerangkan keragaman dari peubah X dan pada saat yang sama komponen tersebut mempunyai hubungan dengan peubah respon y.
Pada data tanpa pencilan, model terbaik berdasarkan nilai R2 terbesar dan RMSE terkecil adalah model SVR-RB. Model RKTP memiliki nilai R2 dan
RMSE yang tidak berbeda jauh dengan model SVR-RB. Model yang memiliki nilai R2 terkecil dan RMSE terbesar adalah model RKU. Nilai RMSEP ketiga model juga memiliki nilai yang tidak berbeda jauh.
Model kalibrasi terbaik yang digunakan pada alat non-invasif adalah pendugaan pada rentang data yang lebar, sehingga model yang tepat digunakan adalah regresi kuadrat terkecil parsial. Salah satu kelemahan pada metode yang diterapkan pada alat non-invasif yaitu belum bisa mendeteksi kadar glukosa darah dengan baik ditandai dengan nilai galat yang relatif besar. Penyebab permasalahan tersebut karena sampel yang digunakan belum mewakili untuk kadar glukosa darah yang tergolong pradiabetes dan diabetes.