Perbandingan Metode Seleksi Fitur Chi-Square dan Information Gain untuk Peningkatan Interpretabilitas dan Optimasi Kinerja Model TabNet
Abstrak
Kanker payudara merupakan salah satu masalah kesehatan global yang paling signifikan. Untuk membantu diagnosis dini, pendekatan machine learning menawarkan potensi untuk menganalisis data klinis secara akurat. Namun, model machine learning konvensional seringkali memiliki keterbatasan dalam memodelkan hubungan non-linear yang kompleks pada data medis, yang dapat membatasi akurasi prediktif. Penelitian ini menggunakan arsitektur deep learning karena kemampuannya dalam memodelkan hubungan non-linear yang kompleks. Secara spesifik, model TabNet dipilih karena dirancang untuk data tabular dan menawarkan interpretabilitas lebih baik. Penelitian ini menggunakan dataset publik Wisconsin Diagnostic Breast Cancer (WDBC) dengan 30 fitur dan distribusi kelas tidak seimbang, sehingga memerlukan seleksi fitur untuk menangani data berdimensi tinggi dan SMOTE-ENN untuk penyeimbangan kelas. Dua metode seleksi fitur, Chi-Square dan Information Gain, dibandingkan untuk menentukan pendekatan paling efektif. Untuk memastikan performa optimal, optimasi hiperparameter dilakukan menggunakan Optuna dan divalidasi dengan Stratified K-Fold Cross-Validation. Hasil eksperimen menunjukkan bahwa seleksi fitur dan optimasi secara signifikan meningkatkan kinerja. Model dasar dengan seleksi fitur Chi-Square menghasilkan akurasi 64.91%. Sedangkan model Chi-Square dengan optimasi Optuna meningkatkan akurasi sebesar 98.25%. Peningkatan ini juga lebih tinggi 3.51% dibandingkan dengan model yang dioptimalkan tanpa seleksi fitur dengan akurasi 94.74%. Dalam perbandingan akhir, kedua metode menunjukkan keunggulan berbeda yaitu Chi-Square (75% fitur) unggul dalam presisi 100% dan waktu komputasi lebih efisien, sementara Information Gain (75% fitur) menjadi satu-satunya yang mencapai recall 100%, yang krusial untuk meminimalkan false negative. Temuan ini menunjukkan bahwa pilihan metode optimal bersifat kontekstual. Information Gain unggul untuk sensitivitas diagnostik maksimal, sementara Chi-Square lebih unggul untuk keseimbangan performa dan efisiensi.
Identifier
- DOI: https://doi.org/10.25077/teknosi.v11i3.2025.253-262
- OpenAlex: https://openalex.org/W7118021736