Mean Absolute Error (MAE)

Mean Absolute Error (MAE) adalah metrik evaluasi model regresi yang menghitung rata-rata selisih mutlak (absolut) antara prediksi dan nilai aktual. Berbeda dengan MSE, MAE tidak mengkuadratkan error, sehingga kurang sensitif terhadap outlier.

Konteks Penggunaan

Digunakan jika kita ingin tahu rata-rata error dalam satuan aslinya (misal: meleset rata-rata Rp 5.000).

Contoh

Prediksi 10, Asli 12, Error absolut = |10-12| = 2.

Catatan

Lebih mudah diinterpretasikan manusia dibanding MSE.

Bangun Karier Sebagai AI Engineer dalam 8 Minggu!

Info Detail