Extreme Gradient Boosting dan Shapley Additive Explanations untuk Interpretasi Klasifikasi Rawan Pangan Rumah Tangga di Jawa Timur

Abstract

Rawan pangan merupakan kondisi tidak tersedianya akses terhadap pangan pada waktu tertentu yang dialami masyarakat atau rumah tangga. Untuk mengatasi rawan pangan, dilakukan pemodelan klasifikasi untuk mengidentifikasi interaksi antar fitur-fitur yang memengaruhi rumah tangga rawan pangan khususnya di Provinsi Jawa Timur. Shapley Additive Explanations (SHAP) adalah metode interpretasi berbasis teori permainan. Konsep dasar SHAP yaitu menghitung nilai shapley untuk setiap fitur dimana nilai shapley merepresentasikan kontribusi yang dihasilkan oleh setiap fitur. SHAP Hierarchical Clustering merupakan salah satu metode SHAP yang berfungsi untuk menampilkan interaksi fitur dengan memvisualisasikan sekelompok fitur yang secara kolektif berpengaruh dalam hasil pemodelan. Model klasifikasi yang digunakan pada penelitian ini adalah Extreme Gradient Boosting (XGBoost) yang memperoleh nilai sensitifitas 65.13% dan AUC 69.11%. Hasil dari analisis interaksi fitur diperoleh bahwa rumah tangga rawan pangan di Provinsi Jawa Timur dapat diidentifikasi berdasarkan kondisi rumah, kondisi sumber daya manusia (SDM), dan program bantuan sosial yang diterima.