Implementasi metode Random Forest untuk klasifikasi anemia

INDONESIA:

Anemia merupakan masalah kesehatan global yang memengaruhi lebih dari 1,6 miliar orang, dengan prevelansi yang masih tiinggi di Indonesia, terutama pada remaja dan ibu hamil. Penyakit ini disebabkan oleh rendahnya kadar hemoglobin, sehingga diperlukan deteksi dini yang akurat guna menghindari risiko komplikasi berat. Penelitian ini mengimplementasikan algoritma Random Forest untuk mengklasifikasikan status anemiadengan memanfatkan teknik GridSearchCV guna mencari parameter model yang optimal. Pengujian dilakukan melalui dua skenario: Model A (seluruh fitur klinis) dan Model B (tanpa fitur hemoglobin). Hasil penelitian membuktikan bahwa fitur hemoglobin merupakan prediktor paling krusial; tanpa fitur ini, akurasi model menurun drastis ke rentang 61,75% - 69,23%. Sebaliknya, Model A2 menunjukkan peforma optimal pada rasio data 80:20 dengan akurasi mencapai 94,39%. Analisis confusion matrix menunjukkan bahwa ketiadaan fitur hemoglobin menyebabkan bias pada kelas mayoritas yang meningkatkan angka false negative. Penelitian ini menyimpulkan bahwa penggunaan Random Forest dengan integrasi fitur klinis yang lengkap dapat memberikan diagnosa yang presisi dan stabil untuk deteksi anemia.

ENGLISH:

Anemia is a global health problem affecting more than 1.6 billion people worldwide, with a high prevalence in Indonesia, particularly among adolescents and pregnant women. This condition results from low hemoglobin levels and requires accurate early detection to prevent severe complications. This research employed the Random Forest algorithm to classify anemia status, using GridSearchCV to identify optimal model parameters. The researcher conducted two scenarios: Model A (using all clinical features) and Model B (excluding the hemoglobin feature). The research results show that the hemoglobin feature is the most critical predictor of anemia. Without this feature, the model’s accuracy declined substantially, ranging from 61.75% to 69.23%. In contrast, Model A2 showed optimal performance with an 80:20 data ratio and an accuracy of 94.39%. Furthermore, confusion matrix analysis revealed that the absence of the hemoglobin feature caused a bias toward the majority class, resulting in a higher rate of false negatives. The research concludes that the Random Forest algorithm integrated with comprehensive clinical features can provide accurate and robust diagnostic performance for anemia detection.

ARABIC:

يُعد فقر الدم مشكلة صحية عالمية تؤثر على أكثر من 1.6 مليار شخص، مع معدل انتشار لا يزال مرتفعًا في إندونيسيا، خصوصًا بين المراهقين والنساء الحوامل. يحدث هذا المرض بسبب انخفاض مستوى خضاب الدم أو الهيموغلوبين، لذلك من الضروري الكشف المبكر بدقة لتجنب مخاطر المضاعفات الخطيرة. نفذ هذا البحث خوارزمية الغابة العشوائية لتصنيف حالة فقر الدم باستخدام تقنية GridSearchCV للبحث عن أفضل معلمات للنموذج. تم اختبار ذلك من خلال سيناريوهين: النموذج أ (جميع الخصائص السريرية) والنموذج ب (بدون خاصية الهيموغلوبين). أثبتت نتائج البحث أن ميزة الهيموغلوبين هي المعيار الأكثر أهمية؛ بدون هذه الميزة، تنخفض دقة النموذج بشكل كبير إلى النطاق 61.75٪ - 69.23٪. بالمقابل، أظهر النموذج أ2 أداءً مثاليًا عند نسبة بيانات 80:20 مع دقة تصل إلى 94.39٪. تحليل مصفوفة الالتباس أظهر أن غياب ميزة الهيموغلوبين يؤدي إلى انحياز نحو الفئة الكبرى مما يزيد من معدل السلبيات الكاذبة. توصل هذا البحث إلى أن استخدام الغابات العشوائية مع دمج الميزات السريرية الكاملة يمكن أن يوفر تشخيصًا دقيقًا ومستقرًا للكشف عن فقر الدم.