Para minimizar las pérdidas de rendimiento de obleas por un procesamiento incorrecto durante la fabricación de semiconductores, se desea una detección de fallas más rápida y precisa durante el proceso de plasma para aumentar los rendimientos de producción. Las fallas en el proceso pueden ser causadas por condiciones anormales del equipo, y los cambios en el rendimiento de las piezas o componentes de equipos complicados de fabricación de semiconductores son algunos de los factores más desapercibidos que eventualmente modifican las condiciones del plasma. En este trabajo, proponemos mejorar la estabilidad y precisión de la detección de fallas en el proceso utilizando datos de espectroscopia de emisión óptica (OES). Bajo una configuración experimental controlada de escenarios de fallas inducidas arbitrariamente, se utilizó el enfoque de bosque de aislamiento extendido (EIF) para detectar anomalías en los datos de OES en comparación con el método convencional de bosque de aislamiento en términos de precisión y velocidad. También utilizamos los datos de OES para generar características relacionadas con la temperatura de electrones y encontramos que el uso de las características de temperatura de electrones junto con datos de identificación de variables de estado del equipo (SVID) y datos de OES mejoró la precisión de predicción de la detección de fallas en el proceso/equipo en un máximo de 0.84%.