Scribd
Unggah
1K tayangan1 halaman

Mean Average Precision

MAP (Mean Average Precision) adalah teknik evaluasi sistem informasi yang menghitung nilai rata-rata presisi dokumen teratas. Nilai MAP menunjukkan kemampuan sistem dalam meranking dokumen relevan di posisi teratas. Contoh perhitungan MAP untuk 10 dokumen dengan 5 dokumen relevan juga dijelaskan.

Diunggah oleh

Eka Handayani
Hak Cipta
© Attribution Non-Commercial (BY-NC)
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
1K tayangan1 halaman

Mean Average Precision

MAP (Mean Average Precision) adalah teknik evaluasi sistem informasi yang menghitung nilai rata-rata presisi dokumen teratas. Nilai MAP menunjukkan kemampuan sistem dalam meranking dokumen relevan di posisi teratas. Contoh perhitungan MAP untuk 10 dokumen dengan 5 dokumen relevan juga dijelaskan.

Diunggah oleh

Eka Handayani
Hak Cipta
© Attribution Non-Commercial (BY-NC)
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 1

Nama : Eka Handayani NIM : 113100116

Mean Average Precision


Mean Average Precision (MAP) adalah salah satu teknik evaluasi pada sistem Information Retrieval. Teknik ini menggunakan nilai precision rata-rata yang diperoleh dari dokumen k teratas setiap kali suatu dokumen yang relevan diperoleh. MAP terbuksi memiliki diskriminasi yang sangat baik dan stabil. Jika sekumpulan dokumen yang relevan untuk kebutuhan informasi membutuhkan qj Q adalah {d1,,dm} dan Rjk adalah kumpulan hasil peringkat yang terambil dari hasil tertinggi sampai mendokumentasikan dk, maka ( ) ( )

Jika dokumen yang relevan tidak terambil sama sekali, nilai precision pada persamaan diatas diambil menjadi 0. Untuk kebutuhan informasi tunggal, rata-rata precision kira-kira daerah di bawah kurva uninterpolated precision-recall, sehingga MAP secara kasar dapat dikatakan bahwa daerah rata-ratanya terletak di bawah kurva precision-recall untuk sekumpulan kueri. Dengan menggunakan MAP, recall levels tetap tidak terpilih dan tidak ada interpolasi. Nilai MAP untuk koleksi pengujian adalah rata-rata aritmatik dari nilai rata-rata precision untuk kebutuhan informasi individual. Menghitung nilai MAP secara normal sangat bervariasi di samping kebutuhan informasi ketika diukur dalam satu sistem. Sekumpulan kebutuhan informasi pengujian harus besar dan cukup beragam untuk merepresentasikan keefektifan dari sistem menggunakan kueri yang berbeda. Contoh penggunaan MAP : Terdapat 10 dokumen dengan kondisi relevansi sebagai berikut : RRNRNRNNRN dimana N menyatakan dokumen yang tidak relevan dan R menyatakan dokumen relevan. Dari 10 dokumen tersebut terdapat 5 dokumen yang relevan, sehingga |Q| = 5. Berdasarkan rumus MAP, maka MAP yang diperoleh adalah sebagai berikut. ( ) ( )

Anda mungkin juga menyukai