Recall (Statistika)

Recall dalam statistika dan Pembelajaran Mesin adalah salah satu metrik yang digunakan untuk mengukur kemampuan model dalam mengidentifikasi seluruh kasus positif yang benar. Recall sering digunakan bersama metrik lain seperti precision untuk mengevaluasi kinerja model klasifikasi.

Definisi Recall

Recall dihitung dengan rumus: Recall = True Positive / (True Positive + False Negative). Nilai recall yang tinggi menunjukkan bahwa model mampu mendeteksi sebagian besar kasus positif, meskipun mungkin menghasilkan beberapa false positive.

Hubungan Recall dengan Precision

Ada trade-off antara recall dan precision; meningkatkan recall biasanya menurunkan precision, dan sebaliknya. Oleh karena itu, sering digunakan metrik gabungan seperti F1 score untuk menyeimbangkan keduanya.

Aplikasi Recall dalam Pembelajaran Mesin

Recall sangat penting dalam aplikasi di mana false negative harus diminimalkan, seperti pada deteksi penyakit dalam diagnosis medis atau sistem keamanan.