{"id":2271,"date":"2023-07-23T00:08:53","date_gmt":"2023-07-23T00:08:53","guid":{"rendered":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/"},"modified":"2023-07-23T00:08:53","modified_gmt":"2023-07-23T00:08:53","slug":"presisi-yang-seimbang","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/","title":{"rendered":"Apa yang dimaksud dengan akurasi seimbang? (definisi &amp; #038; contoh)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Akurasi seimbang<\/strong> adalah metrik yang dapat kita gunakan untuk mengevaluasi kinerja <a href=\"https:\/\/statorials.org\/id\/regresi-vs.-klasifikasi\/\" target=\"_blank\" rel=\"noopener\">model klasifikasi<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ini dihitung sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Akurasi Seimbang<\/strong> = (Sensitivitas + Spesifisitas) \/ 2<\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Sensitivitas<\/strong> : \u201ctingkat positif sebenarnya\u201d \u2013 persentase kasus positif yang dapat dideteksi oleh model.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Kekhususan<\/strong> : \u201ctingkat negatif sebenarnya\u201d \u2013 persentase kasus negatif yang dapat dideteksi oleh model.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Metrik ini sangat berguna ketika kedua kelas tidak seimbang, yaitu, satu kelas tampil lebih banyak dibandingkan kelas lainnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan cara menghitung akurasi seimbang dalam praktiknya dan menunjukkan mengapa metrik ini sangat berguna.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh: Menghitung Presisi Seimbang<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan seorang analis olahraga menggunakan <a href=\"https:\/\/statorials.org\/id\/regresi-logistik-1\/\" target=\"_blank\" rel=\"noopener\">model regresi logistik<\/a> untuk memprediksi apakah 400 pemain bola basket perguruan tinggi yang berbeda akan direkrut ke NBA atau tidak.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Matriks konfusi berikut merangkum prediksi yang dibuat oleh model:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-20693 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/equilibre1.png\" alt=\"\" width=\"430\" height=\"135\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Untuk menghitung akurasi seimbang model, pertama-tama kita akan menghitung sensitivitas dan spesifisitasnya:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Sensitivitas<\/strong> : \u201cTingkat positif sebenarnya\u201d = 15 \/ (15 + 5) = 0,75<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Kekhususan<\/strong> : \u201cTingkat negatif sebenarnya\u201d = 375 \/ (375 + 5) = 0,9868<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kami kemudian dapat menghitung presisi seimbang sebagai berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Akurasi Seimbang = (Sensitivitas + Spesifisitas) \/ 2<\/span><\/li>\n<li> <span style=\"color: #000000;\">Akurasi seimbang = (0,75 + 9868) \/ 2<\/span><\/li>\n<li> <span style=\"color: #000000;\">Akurasi seimbang = 0,8684<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Akurasi seimbang model tersebut ternyata <strong>0,8684<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa semakin dekat presisi seimbang ke 1, semakin mampu model tersebut mengklasifikasikan observasi dengan benar.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam contoh ini, akurasi yang seimbang cukup tinggi, yang menunjukkan bahwa model regresi logistik mampu memprediksi dengan baik apakah pemain perguruan tinggi akan direkrut ke NBA atau tidak.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam skenario ini, karena kelasnya sangat tidak seimbang (20 pemain direkrut dan 380 pemain tidak), akurasi yang seimbang memberi kita gambaran performa model yang lebih realistis dibandingkan dengan ukuran akurasi keseluruhan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kami akan menghitung akurasi model sebagai berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Akurasi = (TP + TN) \/ (TP + TN + FP + FN)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Akurasi = (15 + 375) \/ (15 + 375 + 5 + 5)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Akurasi = 0,975<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Akurasi modelnya adalah <strong>0,975<\/strong> , yang tampaknya sangat tinggi.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Namun, pertimbangkan model yang hanya memprediksi bahwa setiap pemain tidak akan direkrut. Ini akan memiliki akurasi 380\/400 = <strong>0,95<\/strong> . Ini hanya sedikit lebih rendah dari keakuratan model kami.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Skor akurasi seimbang sebesar <strong>0,8684<\/strong> memberi kita gambaran yang lebih baik tentang kemampuan model dalam memprediksi kedua kelas.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dengan kata lain, ini memberi kita gambaran yang lebih baik tentang kemampuan model untuk memprediksi pemain mana yang tidak akan direkrut <em>dan<\/em> mana yang akan.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara membuat matriks konfusi di berbagai perangkat lunak statistik:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/id\/kebingungan-matriks-excel\/\" target=\"_blank\" rel=\"noopener\">Cara Membuat Matriks Kebingungan di Excel<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/kebingungan-matriks-di-r\/\" target=\"_blank\" rel=\"noopener\">Cara membuat matriks konfusi di R<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/kebingungan-matriks-python\/\" target=\"_blank\" rel=\"noopener\">Cara Membuat Matriks Kebingungan dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Akurasi seimbang adalah metrik yang dapat kita gunakan untuk mengevaluasi kinerja model klasifikasi . Ini dihitung sebagai berikut: Akurasi Seimbang = (Sensitivitas + Spesifisitas) \/ 2 Emas: Sensitivitas : \u201ctingkat positif sebenarnya\u201d \u2013 persentase kasus positif yang dapat dideteksi oleh model. Kekhususan : \u201ctingkat negatif sebenarnya\u201d \u2013 persentase kasus negatif yang dapat dideteksi oleh model. [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Apa yang dimaksud dengan akurasi seimbang? (Definisi dan contoh) - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan presisi seimbang, termasuk definisi formal dan contoh.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Apa yang dimaksud dengan akurasi seimbang? (Definisi dan contoh) - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan presisi seimbang, termasuk definisi formal dan contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-23T00:08:53+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/equilibre1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/\",\"url\":\"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/\",\"name\":\"Apa yang dimaksud dengan akurasi seimbang? (Definisi dan contoh) - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-23T00:08:53+00:00\",\"dateModified\":\"2023-07-23T00:08:53+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan presisi seimbang, termasuk definisi formal dan contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Apa yang dimaksud dengan akurasi seimbang? (definisi &amp; #038; contoh)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Apa yang dimaksud dengan akurasi seimbang? (Definisi dan contoh) - Statologi","description":"Tutorial ini menjelaskan presisi seimbang, termasuk definisi formal dan contoh.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/","og_locale":"id_ID","og_type":"article","og_title":"Apa yang dimaksud dengan akurasi seimbang? (Definisi dan contoh) - Statologi","og_description":"Tutorial ini menjelaskan presisi seimbang, termasuk definisi formal dan contoh.","og_url":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/","og_site_name":"Statorials","article_published_time":"2023-07-23T00:08:53+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/equilibre1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/","url":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/","name":"Apa yang dimaksud dengan akurasi seimbang? (Definisi dan contoh) - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-23T00:08:53+00:00","dateModified":"2023-07-23T00:08:53+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan presisi seimbang, termasuk definisi formal dan contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/presisi-yang-seimbang\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/presisi-yang-seimbang\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Apa yang dimaksud dengan akurasi seimbang? (definisi &amp; #038; contoh)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2271"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=2271"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2271\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=2271"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=2271"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=2271"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}