F1 Score
F1 Score adalah metrik evaluasi untuk model klasifikasi yang menghitung rata-rata harmonik antara Precision (Presisi) dan Recall (Sensitivitas). Berbeda dengan akurasi biasa, F1 Score memberikan gambaran yang lebih seimbang, terutama untuk dataset yang tidak seimbang (imbalanced dataset) di mana jumlah data positif dan negatif sangat timpang.
Konteks Penggunaan
Sangat kritis digunakan saat mengevaluasi model deteksi penipuan atau diagnosa penyakit langka. Dalam kasus ini, akurasi bisa menyesatkan (misal: model yang selalu menebak "Sehat" akan punya akurasi 99% jika hanya 1% populasi sakit), namun F1 Score akan menunjukkan betapa buruknya model tersebut dalam mendeteksi kasus positif yang sebenarnya.
Contoh
Bayangkan Anda membuat tes Covid-19. Precision tinggi berarti "Jika tes bilang Positif, orang itu hampir pasti sakit". Recall tinggi berarti "Tes berhasil menemukan hampir semua orang sakit". F1 Score menggabungkan keduanya menjadi satu angka tunggal, sehingga Anda tidak perlu bingung memilih antara Precision atau Recall.
Catatan
Rumus: F1 = 2 * (Precision * Recall) / (Precision + Recall). Nilai berkisar antara 0 (terburuk) hingga 1 (terbaik).
