Prediksi Risiko GERD Berdasarkan Pola Makan Menggunakan Metode Random Forest

INDONESIA

Gastroesophageal Reflux Disease (GERD) merupakan gangguan pencernaan yang terjadi akibat naiknya asam lambung ke kerongkongan dan dapat dipengaruhi oleh pola makan. Keterlambatan dalam mengenali faktor risiko GERD dapat menyebabkan penurunan kualitas hidup dan komplikasi kesehatan. Penelitian ini bertujuan untuk membangun dan mengevaluasi model prediksi risiko GERD berdasarkan pola makan menggunakan algoritma Random Forest. Dataset yang digunakan merupakan Acid Reflux Dataset for Classification yang diperoleh dari Kaggle dengan 13 variabel independen yang berkaitan dengan pola makan serta satu variabel target berupa risiko GERD. Tahapan penelitian meliputi persiapan data, normalisasi menggunakan Min-Max Scaling, penanganan ketidakseimbangan data menggunakan Synthetic Minority Oversampling Technique (SMOTE), pelatihan model Random Forest, dan evaluasi model menggunakan confusion matrix, accuracy, precision, recall, dan F1-Score. Pengujian dilakukan pada sembilan skenario kombinasi parameter n_estimators dan max_depth. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada skenario A3 dengan parameter n_estimators = 50 dan max_depth = None yang menghasilkan accuracy sebesar 89,60%, precision sebesar 74,04%, recall sebesar 51,68%, dan F1-Score sebesar 60,87%. Pengujian tambahan menggunakan Random UnderSampling menghasilkan accuracy sebesar 75,83%, precision sebesar 79,84%, recall sebesar 69,12%, dan F1-Score sebesar 74,10%, yang menunjukkan bahwa model mampu memberikan performa yang baik pada dataset dengan distribusi kelas yang seimbang. Berdasarkan hasil tersebut, algoritma Random Forest mampu digunakan untuk memprediksi risiko GERD berdasarkan pola makan.

ENGLISH

Gastroesophageal Reflux Disease (GERD) is a digestive disorder caused by the backflow of stomach acid into the esophagus and may be influenced by dietary patterns. Delays in identifying GERD risk factors can reduce patients' quality of life and lead to health complications. This study aims to develop and evaluate a GERD risk prediction model based on dietary patterns using the Random Forest algorithm. The dataset used was the Acid Reflux Dataset for Classification obtained from Kaggle, consisting of 13 independent variables related to dietary patterns and one target variable representing GERD risk. The research stages included data preparation, data normalization using Min-Max Scaling, handling class imbalance using the Synthetic Minority Oversampling Technique (SMOTE), Random Forest model training, and model evaluation using a confusion matrix, accuracy, precision, recall, and F1-Score. Model evaluation was conducted using nine combinations of n_estimators and max_depth parameters. The results showed that the best model was obtained in scenario A3 with n_estimators = 50 and max_depth = None, achieving an accuracy of 89.60%, precision of 74.04%, recall of 51.68%, and F1-Score of 60.87%. An additional experiment using Random UnderSampling achieved an accuracy of 75.83%, precision of 79.84%, recall of 69.12%, and F1-Score of 74.10%, indicating that the model performed well on a balanced dataset. Based on these findings, the Random Forest algorithm can be used to predict GERD risk based on dietary patterns.

ARABIC

يُعد مرض الارتجاع المعدي المريئي (GERD) أحد اضطرابات الجهاز الهضمي الناتجة عن ارتجاع أحماض المعدة إلى المريء، وقد يتأثر بالنمط الغذائي للفرد. إن التأخر في التعرف على عوامل خطر الإصابة بهذا المرض قد يؤدي إلى انخفاض جودة الحياة وظهور مضاعفات صحية. تهدف هذه الدراسة إلى بناء وتقييم نموذج للتنبؤ بمخاطر الإصابة بمرض الارتجاع المعدي المريئي اعتمادًا على النمط الغذائي باستخدام خوارزمية الغابة العشوائية (Random Forest). استُخدمت في هذه الدراسة مجموعة بيانات Acid Reflux Dataset for Classification المأخوذة من منصة Kaggle، والتي تتكون من ثلاثة عشر متغيرًا مستقلًا يتعلق بالنمط الغذائي ومتغير هدف واحد يمثل خطر الإصابة بالمرض. شملت مراحل البحث إعداد البيانات، وتطبيعها باستخدام Min-Max Scaling، ومعالجة عدم توازن البيانات باستخدام Synthetic Minority Oversampling Technique (SMOTE)، ثم تدريب نموذج الغابة العشوائية وتقييمه باستخدام مصفوفة الالتباس (Confusion Matrix) ومقاييس Accuracy وPrecision وRecall وF1-Score. أُجريت عملية التقييم من خلال تسعة سيناريوهات مختلفة تجمع بين معاملي n_estimators وmax_depth. وأظهرت النتائج أن أفضل نموذج تحقق في السيناريو A3 باستخدام n_estimators = 50 وmax_depth = None، حيث حقق دقة (Accuracy) بلغت 89.60%، وPrecision بنسبة 74.04%، وRecall بنسبة 51.68%، وF1-Score بنسبة 60.87%. كما أُجري اختبار إضافي باستخدام Random UnderSampling، وحقق Accuracy بنسبة 75.83%، وPrecision بنسبة 79.84%، وRecall بنسبة 69.12%، وF1-Score بنسبة 74.10%، مما يدل على أن النموذج أظهر أداءً جيدًا عند استخدام بيانات متوازنة الفئات. وبناءً على هذه النتائج، يمكن استخدام خوارزمية الغابة العشوائية للتنبؤ بمخاطر الإصابة بمرض الارتجاع المعدي المريئي اعتمادًا على النمط الغذائي.