Klasifikasi Penyakit Autoimun Menggunakan Algoritma Extreme Gradient Boosting dan Categorical Boosting

Oleh :
Aulaa Mustika - M0722020 - Fak. MIPA

Penyakit autoimun merupakan kondisi kompleks yang sulit dideteksi secara dini karena gejalanya yang heterogen dan tidak spesifik. Pemanfaatan machine learning menjadi solusi potensial untuk mengidentifikasi pola risiko secara otomatis, khususnya pada data survei kesehatan berskala besar yang memiliki masalah ketidakseimbangan kelas (class imbalance) dan dimensi tinggi (high dimensionality). Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi fitur penting dan membandingkan kinerja model klasifikasi penyakit autoimun pada anak menggunakan algoritma Extreme Gradient Boosting (XGBoost) dan Categorical Boosting (CatBoost). Penelitian ini menggunakan data National Survey of Children’s Health (NSCH) tahun 2024 dan terdiri atas beberapa tahapan, yaitu exploratory data analysis, data preprocessing, pelatihan model XGBoost dan CatBoost dengan tiga variasi pemodelan, yakni Recursive Feature Elimination with Cross Validation (RFECV), Random Undersampling (RUS), dan hyperparameter tuning menggunakan RandomizedSearchCV, yang kemudian dilanjutkan dengan evaluasi kinerja model menggunakan metrik macro average (recall, presicion, F1-score) serta akurasi. Hasil penelitian menunjukkan bahwa model CatBoost dengan RFECV, rasio RUS 0,2, dan hyperparameter tuning memiliki kinerja yang lebih baik dibandingkan model XGBoost, dengan recall (macro) sebesar 80,75%, presicion (macro) sebesar 57,93%, F1-score (macro) sebesar 61,84%, dan akurasi sebesar 95,21%. Analisis feature importance menunjukkan bahwa dampak kondisi kesehatan terhadap aktivitas anak, tinggi badan, status kesehatan umum anak, kebutuhan layanan medis, mental, dan edukasi tambahan, serta penggunaan obat resep merupakan fitur penting yang berkontribusi terhadap klasifikasi penyakit autoimun anak.