IMPLEMENTASI RANDOM FOREST DAN SHAP PADA PREDIKSI RISIKO STROKE BERDASARKAN POLA KONSUMSI NUTRISI
DOI:
https://doi.org/10.70248/jcsit.v3i4.4489Keywords:
Random Forest, SHAP, prediksi risiko stroke, pola konsumsi nutrisi, explainable artificial intelligence.Abstract
Stroke merupakan salah satu penyebab utama kematian dan disabilitas di dunia, dengan pola konsumsi nutrisi yang tidak seimbang sebagai salah satu faktor risiko utamanya. Penelitian ini mengembangkan model klasifikasi tingkat risiko stroke berbasis algoritma Random Forest menggunakan data pola konsumsi nutrisi dan indikator kesehatan pasien Puskesmas Kanjilo, Kabupaten Gowa, Sulawesi Selatan, serta menerapkan metode SHAP (SHapley Additive exPlanations) untuk menginterpretasikan kontribusi setiap fitur terhadap hasil klasifikasi. Label kategori risiko (Aman, Berisiko, Sangat Berisiko) dibentuk melalui skema skor berbasis aturan klinis (rule-based scoring) atas 12 indikator kesehatan dan nutrisi, sehingga hasil evaluasi model perlu dibaca sebagai ukuran konsistensi model terhadap aturan pelabelan tersebut, bukan sebagai bukti prediksi klinis yang telah tervalidasi. Model Random Forest yang dibangun menunjukkan performa klasifikasi yang sangat tinggi dan konsisten pada pengujian data uji maupun validasi silang 5-fold, dengan kestabilan performa yang baik pada ketiga kategori risiko. Analisis SHAP menunjukkan bahwa konsumsi serat, konsumsi lemak, BMI, tekanan darah, dan status hipertensi merupakan fitur dengan kontribusi terbesar terhadap hasil klasifikasi, konsisten dengan feature importance bawaan Random Forest maupun dengan literatur epidemiologis mengenai peran nutrisi dan tekanan darah dalam risiko stroke. Model semacam ini berpotensi menjadi alat bantu skrining awal yang transparan bagi tenaga kesehatan di fasilitas pelayanan primer seperti Puskesmas untuk mengidentifikasi pasien berisiko dan mengarahkan edukasi gizi, dengan catatan bahwa penerapan klinisnya tetap memerlukan validasi lebih lanjut oleh tenaga medis serta pengujian pada data di luar skema pelabelan internal yang digunakan.
References
Amann, J., Blasimme, A., Vayena, E., Frey, D., & Madai, V. I. (2020). Explainability for artificial intelligence in healthcare: A multidisciplinary perspective. BMC Medical Informatics and Decision Making, 20(1), Article 310.
American Diabetes Association. (2022). Standards of medical care in diabetes—2022. Diabetes Care, 45(Suppl. 1), S1–S264.
Athallah, D., Fathoni, F., & Rachmad, M. I. F. (2025). Klasifikasi risiko strok menggunakan algoritma Random Forest dengan teknik Knowledge Discovery in Database. Indonesian Journal of Computer Science, 4(1), 38–44.
Beretta, L., & Santaniello, A. (2016). Nearest neighbor imputation algorithms: A critical evaluation. BMC Medical Informatics and Decision Making, 16(Suppl. 3), Article 74.
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32.
Bzdok, D., Krzywinski, M., & Altman, N. (2018). Machine learning: Supervised methods. Nature Methods, 15(1), 5–6.
Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: Synthetic minority over-sampling technique. Journal of Artificial Intelligence Research, 16, 321–357.
Chen, G. C., Lv, D. B., Pang, Z., Dong, J. Y., & Liu, Q. F. (2013). Dietary fiber intake and stroke risk: A meta-analysis of prospective cohort studies. European Journal of Clinical Nutrition, 67(1), 96–100.
Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 785–794). ACM.
Dritsas, E., & Trigka, M. (2022). Stroke risk prediction with machine learning techniques. Applied Sciences, 12(9), Article 4670.
Feigin, V. L., et al. (2021). Global, regional, and national burden of stroke and its risk factors, 1990–2019. The Lancet Neurology, 20(10), 795–820.
Feigin, V. L., et al. (2025). World Stroke Organization: Global stroke fact sheet 2025. International Journal of Stroke, 20(2), 132–144.
Johnson, W., et al. (2016). Stroke: A global response is needed. Bulletin of the World Health Organization, 94(9), 634–634A.
Ke, G., et al. (2017). LightGBM: A highly efficient gradient boosting decision tree. In Advances in Neural Information Processing Systems (Vol. 30).
Kernan, W. N., et al. (2013). Guidelines for the prevention of stroke in patients with stroke and transient ischemic attack. Stroke, 45(7), 2160–2236.
Kumar, V., & Kaur, A. (2021). Stroke prediction using machine learning algorithms. Journal of Healthcare Engineering, 2021, 1–9.
Lundberg, S. M., & Lee, S. I. (2017). A unified approach to interpreting model predictions. In Advances in Neural Information Processing Systems (Vol. 30).
Lundberg, S. M., et al. (2020). From local explanations to global understanding with explainable AI for trees. Nature Machine Intelligence, 2(1), 56–67.
Miller, T. (2019). Explanation in artificial intelligence: Insights from the social sciences. Artificial Intelligence, 267, 1–38.
O'Donnell, M. J., et al. (2016). Global and regional effects of potentially modifiable risk factors associated with acute stroke in 32 countries (INTERSTROKE): A case-control study. The Lancet, 388(10046), 761–775.
Pratiwi, A., & Rahmayani, D. (2021). Hubungan pola makan dengan kejadian stroke pada pasien di Indonesia. Jurnal Kesehatan Masyarakat.
Rajkomar, A., Dean, J., & Kohane, I. (2019). Machine learning in medicine. New England Journal of Medicine, 380(14), 1347–1358.
Sacco, R. L., et al. (2013). An updated definition of stroke for the 21st century. Stroke, 44(7), 2064–2089.
Sari, D. P., & Hidayat, T. (2022). Faktor risiko hipertensi terhadap kejadian stroke pada pasien rumah sakit di Indonesia. Jurnal Ilmu Kesehatan, 10(1), 45–52.
Sokolova, M., & Lapalme, G. (2009). A systematic analysis of performance measures for classification tasks. Information Processing & Management, 45(4), 427–437.
Sterne, J. A. C., et al. (2009). Multiple imputation for missing data in epidemiological and clinical research: Potential and pitfalls. BMJ, 338, Article b2393.
Strobl, C., Boulesteix, A.-L., Zeileis, A., & Hothorn, T. (2007). Bias in random forest variable importance measures: Illustrations, sources and a solution. BMC Bioinformatics, 8(1), Article 25.
Syauqy, A., Wiragapa, L. R., Soekatri, M. Y. E., Ernawati, F., Nissa, C., & Dieny, F. F. (2023). Hubungan antara pola makan dan kondisi penyerta dengan prevalensi strok pada usia dewasa di Indonesia: Analisis data Riskesdas 2018. Gizi Indonesia, 46(1), 121–132.
Tadi, P., & Lui, F. (2022). Ischemic stroke. StatPearls Publishing.
Threapleton, D. E., et al. (2013). Dietary fiber intake and risk of first stroke: A systematic review and meta-analysis. Stroke, 44(5), 1360–1368.
Unnithan, A. K. A., et al. (2022). Hemorrhagic stroke. StatPearls Publishing.
Widiani, G. A. R., & Yasa, I. M. M. (2023). Korelasi tingkat pengetahuan terhadap kemampuan deteksi dini gejala stroke dengan sikap keluarga terhadap penanganan pre hospital. Bina Generasi Jurnal Kesehatan, 2(14), 25–30.
Wolf, P. A., D'Agostino, R. B., Belanger, A. J., & Kannel, W. B. (1991). Probability of stroke: A risk profile from the Framingham Study. Stroke, 22(3), 312–318.
World Health Organization. (2023). Noncommunicable diseases [Fact sheet]. WHO.
Zhang, Z., Xu, G., Liu, D., Zhu, W., Fan, X., & Liu, X. (2013). Dietary fiber consumption and risk of stroke. European Journal of Epidemiology, 28(2), 119–130.
