KLASIFIKASI DEMENSIA ALZHEIMER DENGAN ENSEMBLE LEAKAGE-FREE DAN INTERPRETASI SHAP DATASET OASIS LONGITUDINAL

Abstract

Demensia Alzheimer (DA) merupakan salah satu penyebab utama demensia sehingga diperlukan metode klasifikasi yang akurat dan dapat diinterpretasikan. Penelitian ini bertujuan menganalisis pengaruh strategi imputasi missing data terhadap performa ensemble machine learning (ML) pada dataset OASIS longitudinal. Dataset terdiri atas 373 observasi dari 150 subjek. Fitur label Group terdiri atas 190 kategori Nondemented dan 183 kategori Demented setelah kategori Converted digabungkan ke dalam kelas Demented agar menjadi klasifikasi biner. Fitur CDR dihapus untuk mengurangi risiko target leakage, sedangkan nilai hilang pada fitur SES dan MMSE ditangani menggunakan imputasi Median, KNN, dan Iterative Imputation. Model algoritma terdiri atas Random Forest (RF), AdaBoost Classifier (ADC), Gradient Boosting Classfier (GBC), dan XGBoost classifier (XGBC) yang dikombinasikan menggunakan weighted soft voting dengan optimasi bobot berbasis Bayesian Optimization melalui Optuna. Evaluasi dilakukan menggunakan 10-Fold Stratified Group Cross-Validation pada tingkat subjek untuk mencegah kebocoran data. Hasil menunjukkan bahwa imputasi KNN memberikan performa rata-rata terbaik dengan ROC-AUC 85,33%, sedangkan pada agregasi prediksi model algoritma  diperoleh accuracy 76,14%, precision 80,13%, recall 68,31%, dan F1-score 73,75%. Uji Wilcoxon menunjukkan tidak terdapat perbedaan performa yang signifikan antar strategi imputasi. Analisis Shapley Additive explanations(SHAP) menunjukkan bahwa fitur MMSE merupakan fitur paling dominan dalam hasil prediksi model.