https://lms.onnocenter.or.id/wiki/index.php?action=history&feed=atom&title=Dataset_Confusion_MatrixDataset Confusion Matrix - Revision history2026-04-23T01:15:38ZRevision history for this page on the wikiMediaWiki 1.45.1https://lms.onnocenter.or.id/wiki/index.php?title=Dataset_Confusion_Matrix&diff=72258&oldid=prevUnknown user: Created page with "Berikut adalah contoh kode Python untuk menghitung dan menampilkan '''confusion matrix''' menggunakan pustaka `scikit-learn`. Confusion matrix adalah alat evaluasi yang pentin..."2025-04-01T01:35:13Z<p>Created page with "Berikut adalah contoh kode Python untuk menghitung dan menampilkan '''confusion matrix''' menggunakan pustaka `scikit-learn`. Confusion matrix adalah alat evaluasi yang pentin..."</p>
<p><b>New page</b></p><div>Berikut adalah contoh kode Python untuk menghitung dan menampilkan '''confusion matrix''' menggunakan pustaka `scikit-learn`. Confusion matrix adalah alat evaluasi yang penting dalam masalah klasifikasi untuk memahami performa model dengan membandingkan prediksi dengan nilai aktual.<br />
<br />
import numpy as np<br />
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay<br />
import matplotlib.pyplot as plt<br />
<br />
# Contoh data: nilai aktual dan prediksi<br />
y_true = np.array([1, 0, 1, 1, 0, 1, 0, 0, 1, 0]) # Nilai aktual<br />
y_pred = np.array([1, 0, 1, 0, 0, 1, 0, 1, 1, 0]) # Prediksi model<br />
<br />
# Menghitung confusion matrix<br />
cm = confusion_matrix(y_true, y_pred)<br />
<br />
# Menampilkan confusion matrix dalam bentuk teks<br />
print("Confusion Matrix:\n", cm)<br />
<br />
# Menampilkan confusion matrix dalam bentuk grafik<br />
disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=[0, 1])<br />
disp.plot(cmap=plt.cm.Blues)<br />
plt.title('Confusion Matrix')<br />
plt.show()<br />
<br />
'''Penjelasan kode:'''<br />
<br />
1. '''Import Library:'''<br />
* `numpy` untuk manipulasi array.<br />
* `confusion_matrix` dan `ConfusionMatrixDisplay` dari `sklearn.metrics` untuk menghitung dan menampilkan confusion matrix.<br />
* `matplotlib.pyplot` untuk visualisasi.<br />
<br />
2. '''Data Contoh:'''<br />
* `y_true` adalah array yang berisi nilai aktual dari kelas (misalnya, 0 untuk negatif dan 1 untuk positif).<br />
* `y_pred` adalah array yang berisi prediksi model terhadap data yang sama.<br />
<br />
3. '''Menghitung Confusion Matrix:'''<br />
* Menggunakan fungsi `confusion_matrix(y_true, y_pred)` untuk menghitung matriks yang membandingkan prediksi dengan nilai aktual.<br />
<br />
4. '''Menampilkan Confusion Matrix:'''<br />
* Mencetak confusion matrix dalam bentuk teks untuk melihat nilai numeriknya.<br />
* Menggunakan `ConfusionMatrixDisplay` untuk menampilkan confusion matrix dalam bentuk grafik dengan warna biru (`cmap=plt.cm.Blues`).<br />
<br />
'''Hasil yang Diharapkan:'''<br />
<br />
* '''Output Teks:'''<br />
Confusion Matrix:<br />
<br />
[[3 1]<br />
[1 5]]<br />
<br />
<br />
Artinya:<br />
* '''True Negatives (TN):''' 3 (Model memprediksi negatif dengan benar)<br />
* '''False Positives (FP):''' 1 (Model memprediksi positif padahal seharusnya negatif)<br />
* '''False Negatives (FN):''' 1 (Model memprediksi negatif padahal seharusnya positif)<br />
* '''True Positives (TP):''' 5 (Model memprediksi positif dengan benar)<br />
<br />
* '''Output Grafik:'''<br />
Sebuah plot matriks konfusi dengan label dan warna yang memudahkan interpretasi.<br />
Pastikan Anda telah menginstal pustaka yang diperlukan sebelum menjalankan kode ini:<br />
<br />
pip install numpy scikit-learn matplotlib<br />
<br />
Kode ini memberikan gambaran dasar tentang cara menghitung dan menampilkan confusion matrix dalam Python menggunakan `scikit-learn`. Anda dapat menyesuaikan `y_true` dan `y_pred` sesuai dengan data dan model Anda sendiri.<br />
<br />
==Pranala Menarik==<br />
<br />
* [[Orange]]</div>Unknown user