PENGERTIAN RECALL, PRECISION, F-MEASURE

1. Recall

Recall merupakan istilah yang digunakan untuk dokumen terpanggil yang relevan dengan pernyataan (query) yang dimasukkakn pengguna dalam suatu sistem temu balik informasi. Chowdhury (1999: 205) menyatakan bahwa

: “Recall thus relates to the ability of the system to retrieve relevant documents”. Pendapat tersebut dapat diartikan bahwa recall (perolehan) berhubungan dengan kemampuan suatu sistem temu balik dalam menemukan dokumen yang relevan. Hal ini berarti perolehan (recall) adalah bagian dari proses temu balik informasi yang dapat digunakan sebagai alat ukur tingkat efektivitas suatu sistem temu balik informasi.

“Perolehan (recall) berhubungan dengan kemampuan sistem untuk memanggil dokumen yang relevan, sedangkan ketepatan (precision) berkaitan dengan kemampuan sistem untuk tidak memanggil dokumen yang tidak relevan” (Hasugian, 2006: 5). Berikut rasio tingkat perolehan (recall) yang dapat dicapai dalam kegiatan penelusuran

menurut Hasugian (2006: 5):

Jumlah dokumen relevan yang terambil

Recall = ----------------------------------------------------------------------

Jumlah dokumen relevan yang ada dalam database (file)

2. Precision

“Recall sebenarnya sulit diukur karena jumlah seluruh dokumen yang relevan dalam database sangat besar. Oleh karena itu presisi-lah (precision) yang biasanya menjadi salah satu ukuran yang digunakan untuk menilai keefektivan suatu sistem temu balik informasi”, (Hasugian, 2006: 5).

“Precision adalah jumlah kelompok dokumen relevan dari total jumlah dokumen yang ditemukan oleh sistem”, (Hardi, 2006: 22). Presisi juga merupakan cara mengukur tingkat efektivitas sistem temu balik informasi. Pengukuran tingkat ketepatan (precision) dalam kegiatan penelusuran menurut Hasugian (2006: 5):

Jumlah dokumen relevan yang terambil

Precision = ----------------------------------------------------------------

Jumlah dokumen yang terambil dalam pencarian

3. F-measure

F-measure merupakan salah satu perhitungan evaluasi dalam temu kembali informasi yang mengkombinasikan recall dan precision. Nilai recall dan precision pada suatu keadaan dapat memiliki bobot yang berbeda. Ukuran yang menampilkan timbal balik antara recall dan precision adalah F-measure yang merupakan bobot harmonic mean dari recall dan precision.

Menurut Manning et al. 2009, memisahkan dokumen-dokumen yang mirip kadang lebih buruk daripada menempatkan pasangan dokumen yang tidak mirip ke dalam cluster yang sama. Dengan demikian, dapat digunakan F-Measure dengan nilai false negative lebih kuat dari nilai false positive. Selanjutnya, akan diberikan nilai β > 1 sehingga memberikan bobot yang lebih untuk recall. F-Measure yang seimbang memberikan bobot yang sama antara recall dan precision, dengan nilai α = ½ atau β = 1.

Hal ini dapat ditulis sebagai F1 atau F β =1 sehingga persamaan menjadi: