https://inibudi.or.id/wiki/index.php?action=history&feed=atom&title=Kelebihan_dan_Keterbatasan_F-Score 2026-04-19T14:47:34Z Riwayat revisi halaman ini di wiki MediaWiki 1.43.0 https://inibudi.or.id/wiki/index.php?title=Kelebihan_dan_Keterbatasan_F-Score&diff=17032&oldid=prev 2025-07-31T21:39:43Z

<p>Batch created by Azure OpenAI</p> <p><b>Halaman baru</b></p><div>F-Score adalah metrik evaluasi yang sering digunakan dalam [[machine learning]] dan [[data science]] karena kemampuannya menyeimbangkan presisi dan rekal. Namun, seperti metrik lainnya, F-Score memiliki kelebihan dan keterbatasan.<br /> <br /> == Kelebihan F-Score ==<br /> Kelebihan utama F-Score adalah kemampuannya memberikan gambaran yang seimbang antara presisi dan rekal, terutama pada data dengan distribusi kelas tidak seimbang. F-Score juga mudah dihitung dan diinterpretasikan.<br /> <br /> == Keterbatasan F-Score ==<br /> F-Score tidak mempertimbangkan [[True Negative]], sehingga kurang ideal pada beberapa kasus. Selain itu, F-Score hanya memberikan satu nilai ringkasan, sehingga dapat mengaburkan detail penting tentang performa model pada masing-masing kelas.<br /> <br /> == Alternatif dan Pelengkap F-Score ==<br /> Pada beberapa aplikasi, F-Score digunakan bersama metrik lain seperti [[ROC AUC]], [[akurasi]], dan [[log loss]] untuk memberikan gambaran evaluasi model yang lebih menyeluruh.</div>

Budi