Perbandingan Random Forest dan XGBoost untuk Klasifikasi Sanitasi Tidak Layak pada Rumah Tangga Indonesia
DOI:
https://doi.org/10.24114/cess.v11i2.76041Kata kunci:
Sanitasi Tidak Layak, Random Forest, XGBoost, SMOTE, SHAPAbstrak
Sanitasi layak merupakan indikator penting kesehatan lingkungan dan target Tujuan Pembangunan Berkelanjutan 6.2. Penelitian ini membandingkan Random Forest dan XGBoost untuk mengklasifikasikan status sanitasi rumah tangga Indonesia menggunakan data Susenas 2024. Variabel respon dibentuk dari kepemilikan fasilitas buang air besar (BAB), jenis kloset, dan tempat pembuangan akhir tinja, sedangkan 19 prediktor dinotasikan sebagai X1 hingga X19 yang mencakup wilayah, karakteristik kepala rumah tangga, kondisi rumah, akses layanan dasar, aset, bantuan sosial, dan kerawanan pangan. Data dibagi 80:20; ketidakseimbangan kelas ditangani menggunakan SMOTE pada Random Forest dan class weight pada XGBoost. Empat skenario dibandingkan menggunakan accuracy, kappa, sensitivity, specificity, precision, F1-score, dan AUC. Hasil menunjukkan XGBoost dengan class weight memiliki sensitivity tertinggi (0,6966) dan F1-score tertinggi (0,5807). Interpretasi SHAP mengidentifikasi perdesaan, kepemilikan aset, penggunaan kayu bakar, lantai keramik, dan dinding kayu/papan sebagai variabel paling berpengaruh. Model XGBoost dengan class weight dipilih karena paling relevan untuk mendeteksi sanitasi Tidak Layak.
Unduhan
Referensi
[1] S. Cheng, D. P. Saroj, K. Xu, N. Rana, and E. M. Huba-Mang, Eds., Sustainable sanitation - how can we improve sanitation systems in the global south? in Frontiers Research Topics. Frontiers Media SA, 2023. doi: 10.3389/978-2-8325-2364-3.
[2] D. Widyastuti, H. N. Jamaluddin, R. Arisanti, and F. Kartiasih, “Analisis Pengaruh Faktor Sosial Ekonomi Terhadap Akses Sanitasi Layak di Indonesia Tahun 2021,” Seminar Nasional Official Statistics, vol. 2023, no. 1, pp. 105–116, Oct. 2023, doi: 10.34123/semnasoffstat.v2023i1.1853.
[3] M. R. Aprilia, A. P. Andryani, and A. F. Indrayani, “Analisis spasial faktor-faktor yang mempengaruhi akses sanitasi layak di Indonesia tahun 2023 menggunakan Geographically Weighted Regression,” Sanitasi: Jurnal Kesehatan Lingkungan, vol. 17, no. 1, pp. 14–23, Feb. 2024, doi: 10.29238/sanitasi.v17i1.3008.
[4] Y. Nurislami, M. Mahmudah, and N. N. Rosyada, “Determinan Kondisi Perumahan Terhadap Keluhan Kesehatan Rumah Tangga di Jawa Timur: Survei Sosial Ekonomi Nasional 2024,” Jurnal Sosial dan Teknologi, vol. 6, no. 3, pp. 928–939, Mar. 2026, doi: 10.59188/jurnalsostech.v6i3.32678.
[5] B. A. Hamed, O. A. S. Ibrahim, and T. Abd El-Hafeez, “Optimizing classification efficiency with machine learning techniques for pattern matching,” J. Big Data, vol. 10, no. 1, p. 124, Jul. 2023, doi: 10.1186/s40537-023-00804-6.
[6] L. Breiman, “Random Forest s,” Mach. Learn., vol. 45, no. 1, pp. 5–32, Oct. 2001, doi: 10.1023/A:1010933404324.
[7] A. Momparler, P. Carmona, and F. Climent, “Catalyzing Sustainable Investment: Revealing ESG Power in Predicting Fund Performance with Machine Learning,” Comput. Econ., vol. 65, no. 3, pp. 1617–1642, Mar. 2025, doi: 10.1007/s10614-024-10618-0.
[8] B. Bakirarar and A. H. Elhan, “Class Weighting Technique to Deal with Imbalanced Class Problem in Machine Learning: Methodological Research,” Turkiye Klinikleri Journal of Biostatistics, vol. 15, no. 1, pp. 19–29, 2023, doi: 10.5336/biostatic.2022-93961.
[9] D. V. Carvalho, E. M. Pereira, and J. S. Cardoso, “Machine Learning Interpretability: A Survey on Methods and Metrics,” Electronics (Basel)., vol. 8, no. 8, p. 832, Jul. 2019, doi: 10.3390/electronics8080832.
[10] N. V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer, “SMOTE: Synthetic Minority Over-sampling Technique,” Journal of Artificial Intelligence Research, vol. 16, pp. 321–357, Jun. 2002, doi: 10.1613/jair.953.
[11] T. Chen and C. Guestrin, “XGBoost,” in Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, New York, NY, USA: ACM, Aug. 2016, pp. 785–794. doi: 10.1145/2939672.2939785.
[12] X. Robin et al., “pROC: an open-source package for R and S+ to analyze and compare ROC curves,” BMC Bioinformatics, vol. 12, no. 1, p. 77, Dec. 2011, doi: 10.1186/1471-2105-12-77.
[13] S. M. Lundberg and S.-I. Lee, “A Unified Approach to Interpreting Model Predictions,” Adv. Neural Inf. Process. Syst., vol. 30, pp. 4765–4774, 2017, [Online]. Available: https://github.com/slundberg/shap
[14] S. M. Lundberg et al., “From local explanations to global understanding with explainable AI for trees,” Nat. Mach. Intell., vol. 2, no. 1, pp. 56–67, Jan. 2020, doi: 10.1038/s42256-019-0138-9.
[15] T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning. New York, NY: Springer New York, 2009. doi: 10.1007/978-0-387-84858-7.
Unduhan
Diterbitkan
Terbitan
Bagian
License
Copyright (c) 2026 CESS (Journal of Computer Engineering, System and Science)
This work is licensed under a Creative Commons Attribution 4.0 International License.
