Perbandingan Metode SMOTE, Borderline-SMOTE, dan ADASYN pada Klasifikasi Data Kadar Gula Darah Non-Invasif dengan Peringkasan Luas

Abstract

Diabetes melitus merupakan penyakit kelainan yang sering disebut sebagai silent killer. Prevalensi penderita pada tahun 2017 mencapai 8,8% atau 425 juta orang dan diprediksi pada tahun 2045 mencapai 9,9% atau sekitar 700 juta orang di dunia. Metode invasif menggunakan glukometer menjadi metode yang paling sering dijumpai, tapi karena caranya yang melukai jari membuat sedikit ketidaknyamanan dalam penggunaannya. Tim non-invasif biomarking IPB sedang melakukan pengembangan metode non-invasif dengan menggunakan alat spektroskopi inframerah yang menghasilkan output data spektrum residu intensitas. Data residu intensitas cahaya pada setiap puncak pada amatan dan tiap ulangan dapat terbaca berbeda sehingga memiliki banyak amatan tidak sama. Perlu dilakukannya penanganan penyeragaman data, salah satunya peringkasan luas puncak. Hubungan antara nilai kadar glukosa darah keluaran alat invasif dengan nilai residu intensitas keluaran alat non-invasif dapat dianalisis menggunakan metode klasifikasi. Tujuan penggunaan metode klasifikasi adalah untuk melihat seberapa tepat alat pengukur darah non-invasif dalam mengelompokkan nilai residu intensitas berdasarkan kelas kadar glukosa darah. Metode klasifikasi sendiri terkadang mendapatkan kendala berupa data yang tidak seimbang. Perlu dilakukan penanganan data tidak seimbang, salah satunya dengan Synthetic Minority Oversampling Technique (SMOTE), Borderline-Synthetic Minority Oversampling Technique (Borderline-SMOTE), dan Adaptive Synthetic (ADASYN). Klasifikasi menggunakan model random forest dengan ketiga metode dilakukan untuk menentukan hasil klasifikasi terbaik. Penelitian bertujuan untuk mengidentifikasi metode penanganan data tidak seimbang terbaik menggunakan model klasifikasi random forest. Evaluasi hasil penanganan SMOTE, Borderline-SMOTE, dan ADASYN menunjukkan penanganan Borderline-SMOTE menghasilkan akurasi paling tinggi dengan persentase 69,57%. Penanganan SMOTE dianggap memiliki persentase terkecil dengan 60,87% dan ADASYN menghasilkan akurasi 65,22%.