SOAL UAS KECERDASAN BUATAN id
CONTOH SOAL UAS KECERDASAN BUATAN
Contoh :
Berikut adalah hasil klasifikasi dengan Machine Learning :
No. Data
Actual
System
1
Positive
Positive
2
Positive
Positive
3
Positive
Negative
4
Negative
Negative
5
Negative
Negative
6
Negative
Positive
Buatlah Confusion Matrix dan hitung Precision serta Recall-nya.
Jawab :
1. Confusion Matrix :
Actual/Predicted
Positive
Negative
Positive
2=TP
1=FN
Negative
1=FP
2=TN
2. Maka :
Precision = TP/(TP+FP) = 2/(2+1) = 2/3
Recall = TP/(TP+FN) = 2/(2+1) = 2/3
Definisi :
TP adalah data yang actualnya positive dan terprediksi positive
TN adalah data yang actualnya negative dan terprediksi negative
FP adalah data yang actualnya negative dan terprediksi positive
FN adalah data yang actualnya positive dan terprediksi negative
SOAL UAS KECERDASAN BUATAN
(Print, kerjakan persis seperti contoh di atas dan kumpulkan di pengajaran)
Berikut adalah hasil klasifikasi sebuah Machine Learning. Buatlah Confusion Matrix dan
hitunglah Precision dan Recall.
No. Data
Actual
System
1
Positive
Positive
2
Negative
Negative
3
Negative
Positive
4
Negative
Negative
5
Positive
Negative
6
Negative
Positive
7
Positive
Positive
8
Positive
Positive
Contoh :
Berikut adalah hasil klasifikasi dengan Machine Learning :
No. Data
Actual
System
1
Positive
Positive
2
Positive
Positive
3
Positive
Negative
4
Negative
Negative
5
Negative
Negative
6
Negative
Positive
Buatlah Confusion Matrix dan hitung Precision serta Recall-nya.
Jawab :
1. Confusion Matrix :
Actual/Predicted
Positive
Negative
Positive
2=TP
1=FN
Negative
1=FP
2=TN
2. Maka :
Precision = TP/(TP+FP) = 2/(2+1) = 2/3
Recall = TP/(TP+FN) = 2/(2+1) = 2/3
Definisi :
TP adalah data yang actualnya positive dan terprediksi positive
TN adalah data yang actualnya negative dan terprediksi negative
FP adalah data yang actualnya negative dan terprediksi positive
FN adalah data yang actualnya positive dan terprediksi negative
SOAL UAS KECERDASAN BUATAN
(Print, kerjakan persis seperti contoh di atas dan kumpulkan di pengajaran)
Berikut adalah hasil klasifikasi sebuah Machine Learning. Buatlah Confusion Matrix dan
hitunglah Precision dan Recall.
No. Data
Actual
System
1
Positive
Positive
2
Negative
Negative
3
Negative
Positive
4
Negative
Negative
5
Positive
Negative
6
Negative
Positive
7
Positive
Positive
8
Positive
Positive