PENERAPAN RANDOM FOREST CLASSIFIER DAN EXPLAINABLE AI UNTUK MENGIDENTIFIKASI FAKTOR RISIKO PENYAKIT KULIT DI ASRAMA PESANTREN

Abstrak

Penelitian ini bertujuan untuk menganalisis dampak faktor lingkungan dan perilaku berbagi terhadap penyakit kulit menular seperti skabies dan tinea di kalangan santri di asrama pondok pesantren. Metode yang digunakan meliputi algoritma Random forest classifier dan teknik oversampling SMOTE untuk mengatasi ketidakseimbangan data. Dataset terdiri dari 104 sampel yang dikumpulkan melalui kuesioner yang mencakup variabel kebersihan pribadi dan lingkungan serta interaksi sosial. Model Random forest classifier yang dihasilkan menunjukkan kinerja yang sangat baik dengan akurasi 96%, presisi 97%, recall 95%, dan F1-score 96%. Proses penyetelan hiperparameter menggunakan GridSearchCV mengoptimalkan parameter model. AI yang dapat dijelaskan menggunakan feature importance mengidentifikasi bahwa kebiasaan berbagi bantal dan selimut, kebersihan sprei, dan handuk merupakan fitur yang paling berpengaruh dalam model prediktif, sedangkan Tree Interpreter memberikan penjelasan spesifik tentang bagaimana setiap fitur memengaruhi prediksi risiko infeksi. Kebersihan tempat tidur dan kebiasaan berbagi menunjukkan kontribusi negatif yang signifikan terhadap risiko skabies. Bagi tinea, berbagi sepatu dan sandal memiliki kontribusi negatif yang signifikan. Studi ini memberikan wawasan mengenai faktor-faktor signifikan yang memengaruhi penyebaran skabies dan tinea, yang diharapkan dapat membantu dalam merancang strategi pencegahan yang lebih baik di masa mendatang.