Presisi dan Akurasi

Pernah mendengar istilah akurasi dan presisi? Kedua kata tersebut sering digunakan bersama-sama dan bahkan sudah menjadi substitusi satu sama lain. Padahal kedua kata tersebut memiliki arti yang berbeda sehingga tidak dapat digunakan yang mana saja dalam suatu kalimat. Dalam pemodelan prediksi, akurasi dan presisi memiliki arti yang berbeda. Sebelum membahas arti dari setiap kata tersebut, ada baiknya kita lihat dahulu gambar berikut

Gambar 1 menunjukan bahwa noktah-noktah merah memiliki presisi tinggi tetapi akurasi rendah. Gambar kedua menunjukan akurasi tinggi tetapi presisi rendah. Gambar keempat menunjukan baik itu akurasi ataupun presisi sama-sama rendah. Dan yang terakhir (paling kanan) memiliki akurasi dan presisi yang tinggi.

Dari contoh gambar di atas dapat ditarik kesipulan bahwa

Akurasi menunjukan kedekatan antara nilai prediksi/model dengan nilai aktual (real).

Presisi menunjukan seberapa besar kedekatan nilai prediksi/model satu sama lain.

Memisahkan error menjadi akurasi dan presisi sangat berguna untuk identifikasi bias, yaitu perbedaan nilai prediksi/model dengan nilai yang diprediksi (nilai sebenarnya). Jika suatu prediksi/model memiliki presisi tinggi namun akurasi rendah, maka terdapat kemungkinan prediksi/model memiliki penyumbang error yang sistemik.

Jika anda masih tidak yakin istilah akurasi atau presisi yang akan digunakan, tidak perlu cemas. Kedua istilah ini sering tertukar penggunaannya, bahkan oleh saya sendiri pun.

/br