MAP (Mean Average Precision) adalah salah satu metrik evaluasi yang umum digunakan dalam information retrieval dan machine learning untuk mengukur kualitas dari model dalam menampilkan hasil pencarian yang relevan. Dalam artikel ini, kita akan membahas tentang bagaimana cara menghitung MAP secara detail.
1. Apa itu MAP?
Mean Average Precision (MAP) adalah rata-rata presisi dari suatu model dalam mengembalikan hasil pencarian yang relevan. Nilai MAP berkisar antara 0 hingga 1, dimana semakin tinggi nilai MAP suatu model, maka semakin baik model tersebut dalam memberikan hasil pencarian yang relevan.
2. Langkah-langkah Menghitung MAP
Untuk menghitung MAP, terdapat beberapa langkah yang perlu diikuti. Berikut adalah langkah-langkahnya:
- Hitung Precision pada setiap posisi: Pertama-tama, hitung nilai presisi untuk setiap posisi dalam hasil pencarian. Presisi dihitung dengan rumus: Precision = (jumlah relevant documents hingga posisi i) / i
- Hitung Average Precision (AP): Selanjutnya, hitung nilai Average Precision (AP) dengan cara menghitung rata-rata presisi pada setiap posisi dimana terdapat relevant document dalam hasil pencarian.
- Hitung MAP: Terakhir, hitung nilai MAP dengan cara menghitung rata-rata dari semua nilai Average Precision yang telah dihitung sebelumnya.
3. Contoh Perhitungan MAP
Untuk lebih memahami cara menghitung MAP, berikut adalah contoh perhitungan MAP sederhana:
Sebuah sistem informasi mengembalikan hasil pencarian dengan 5 dokumen, dimana dokumen-dokumen tersebut relevan pada urutan ke-2 dan ke-4.
Dengan menggunakan rumus Precision = (jumlah relevant documents hingga posisi i) / i kita dapat menghitung nilai Precision pada setiap posisi:
- Precision @1 = 0/1 = 0
- Precision @2 = 1/2 = 0.5
- Precision @3 = 1/3 ≈ 0.33
- Precision @4 = 2/4 = 0.5
- Precision @5 = 2/5 = 0.4
Selanjutnya, kita dapat menghitung Average Precision (AP) dengan cara menghitung rata-rata presisi pada posisi yang terdapat relevant document:
AP = (0.5 + 0.5) / 2 = 0.5
Terakhir, kita dapat menghitung MAP dengan cara menghitung rata-rata dari semua nilai AP:
MAP = 0.5
4. Kesimpulan
Mean Average Precision (MAP) merupakan metrik evaluasi yang penting dalam mengevaluasi kualitas dari model dalam information retrieval dan machine learning. Dengan mengikuti langkah-langkah yang telah dijelaskan di atas, Anda dapat menghitung MAP dari model Anda untuk mengetahui seberapa baik model tersebut dalam memberikan hasil pencarian yang relevan.
Jika Anda ingin meningkatkan kualitas model Anda, pastikan untuk terus menghitung dan memonitor nilai MAP serta melakukan perbaikan pada model sesuai dengan hasil evaluasi yang Anda dapatkan.
Semoga artikel ini dapat memberikan pemahaman yang lebih baik mengenai cara menghitung MAP. Terima kasih telah membaca.
