Ain Fitri Basri
Institut Pertanian Bogor

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Random Forest  dan XGBoost untuk Klasifikasi Sanitasi Tidak Layak pada Rumah Tangga Indonesia Fatiya Hanifah; Kinanti Rizky Pangestutik; Ain Fitri Basri; Bagus Sartono; Aulia Rizki Firdawanti
CESS (Journal of Computer Engineering, System and Science) Vol. 11 No. 2 (2026): Juli 2026
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v11i2.76041

Abstract

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.