F-Score dalam Evaluasi Model Klasifikasi Biner

F-Score merupakan salah satu metrik utama dalam evaluasi model klasifikasi biner. Dalam banyak kasus, seperti deteksi penipuan dan diagnosis medis, F-Score memberikan gambaran komprehensif tentang kinerja model pada kedua kelas.

Komponen Evaluasi Klasifikasi

Evaluasi klasifikasi biner melibatkan beberapa metrik seperti akurasi, presisi, rekal, dan F-Score. Keunggulan F-Score adalah kemampuannya menyeimbangkan presisi dan rekal, sehingga lebih informatif ketika terjadi ketidakseimbangan kelas.

Contoh Penghitungan F-Score

Misalkan sebuah model memiliki presisi 0.8 dan rekal 0.6. Maka F-Score dihitung sebagai 2 * (0.8 * 0.6) / (0.8 + 0.6) = 0.685. Nilai ini memberikan gambaran lebih jelas dibandingkan sekadar melihat presisi atau rekal secara terpisah.

Penggunaan di Industri

F-Score telah digunakan secara luas di berbagai industri, mulai dari perbankan, teknologi informasi, hingga kesehatan, untuk mengevaluasi efektivitas sistem deteksi otomatis.