Page 47 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

Jika hasil evaluasi model memiliki presisi 100%, berarti semua sampel yang

dievaluasi sebagai positif dipastikan positif begitu sebaliknya.

b. Recall

Recall atau dikenal juga sebagai sensitivitas merupakan rasio sampel

positif aktual dari jumlah total contoh positif yang ada dalam klasifikasi.

Metrik ini akan mengukur kesalahan klasifikasi yang dilakukan oleh model,

baik kelas positif maupun negatif.

c. F1-score

F1-score adalah rata-rata harmonis dari hasil perhitungan precision

dan recall. Metrik F1-score memberikan keseimbangan antara precision dan

recall, dan digunakan ketika kelas positif dan negatif tidak seimbang secara

signifikan. F1 bukan merupakan singkatan tertentu, melainkan sebuah konsep

matematika untuk menghitung rata-rata.

d. Accuracy

Accuracy adalah metrik yang paling umum digunakan untuk

mendefinisikan seberapa akurat model yang digunakan. Nilai akurasi

didapatkan berdasarkan perhitungan rasio klasifikasi yang benar (TF dan TN)

terhadap total prediksi yang dilakukan oleh model.

Berikut ini dapat dilihat pada Tabel 2.1 formula dari setiap metrik

Tabel 2. 1 Formula Confusion Matrix (Wankhade et al., 2022)

Metrik Formula

Precison Positive =
( + )

Precision Negative =
( + )

33