Artikel ini perlu dikembangkan dari artikel terkait di Wikipedia bahasa Inggris. (Juli 2019)
klik [tampil] untuk melihat petunjuk sebelum menerjemahkan.
Lihat versi terjemahan mesin dari artikel bahasa Inggris.
Terjemahan mesin Google adalah titik awal yang berguna untuk terjemahan, tapi penerjemah harus merevisi kesalahan yang diperlukan dan meyakinkan bahwa hasil terjemahan tersebut akurat, bukan hanya salin-tempel teks hasil terjemahan mesin ke dalam Wikipedia bahasa Indonesia.
Jangan menerjemahkan teks yang berkualitas rendah atau tidak dapat diandalkan. Jika memungkinkan, pastikan kebenaran teks dengan referensi yang diberikan dalam artikel bahasa asing.
Garis hijau melambangkan model yang overfitting/underfitting dan garis hitam melambangkan model yang sudah teratur.
Walaupun garis hijau adalah yang paling akurat untuk set data di gambar ini, tetapi kemungkinan galat terjadi akan besar bila datanya diganti.Data berisik (noisy) yang berbentuk linear secara tak utuh, diterapkan ke fungsi linear dan fungsi polinomial. Meskipun fungsi polinomial sangat cocok untuk set data di gambar ini, fungsi linear dapat memberikan gambaran generalisasi yang lebih baik
Jika dua fungsi digunakan untuk mengekstrapolasi diluar data set, fungsi linear dapat membuat prediksi yang lebih baik.
Overfitting adalah suatu keadaan di mana data yang digunakan untuk pelatihan itu adalah yang "terbaik". Sehingga apabila dilakukan tes dengan menggunakan data yang berbeda dapat mengurangi akurasi (hasil yang dibuat tidak sesuai yang diharapkan). Overfitting dapat terjadi ketika beberapa batasan didasarkan pada sifat khusus yang tidak membuat perbedaan pada data. Selain itu duplikasi data minor yang berlebihan juga dapat mengakibatkan terjadinya overfitting.
Underfitting adalah keadaan di mana model pelatihan data yang dibuat tidak mewakilkan keseluruhan data yang akan digunakan nantinya. Sehingga menghasilkan performa yang buruk dalam pelatihan data. Underfitting terjadi karena model masih mempelajari struktur dari data. Hasilnya, tree bekerja dengan buruk pada masa pelatihan dan tes. Sebagaimana banyaknya node dalam pohon keputusan meningkat, tree memiliki galat pelatihan dan tes yang lebih kecil. Pada saat tree berukuran sangat besar, tingkat terjadinya galat tes mulai meningkat walaupun tingkat galat pelatihannya terus menurun.
Cara Mendeteksi Overfitting
Terdapat beberapa metode yang bisa dilakukan untuk mendeteksi Overfitting yang terjadi terutama dalam Machine Learning (ML), antara lain:
1. Hold-out Validation
Metode ini memerlukan proses pemisahan data menjadi dua bagian, yaitu set data pelatihan dan set data pengujian. Model akan dilatih melalui set data pelatihan dan dievaluasi melalui set pengujian. Perbedaan hasil dari dua set ini yang kemudian disebut dengan 'overfitting'.
2. Cross-Validation
Disebut juga dengan Validasi Silang K-Fold, metode ini dianggap sebagai metode yang paling tepat dan akurat untuk mendeteksi Overfitting. Proses dimulai dengan pembagian data menjadi beberapa subset dan dilatih lebih dari satu kali.
Subset yang digunakan dalam proses validasi adalah subset yang berbeda. Misal data dibagi menjadi tiga set, maka model harus dilatih sebanyak tiga kali. Jika model yang dilatih menghasilkan kinerja yang baik namun memburuk pada lipatan validasi, itu lah yang disebut dengan 'overfitting'.
3. Learning Curves
Metode ini memanfaatkan kurva pembelajaran di mana melibatkan perbandingan antara kesalahan pelatihan dan kesalahan validasi. Bila kesalahan pelatihan yang terjadi lebih rendah dari kesalahan validasi, ditemukan adanya 'overfitting'. Sementara itu, bila tidak terjadi 'overfitting', kesalahan pelatihan dan validasi akan tetap berkonvergensi meski ukuran set pelatihan bertambah.
Cara Menghindari Overfitting-Underfitting
Ada dua pendekatan yang bisa dilakukan untuk menghindari Overfitting maupun Underfitting, antara lain:
1. Prepruning
Pendekatan prepruning dilakukan dengan menghentikan pembuatan tree di awal. Pengguna tidak diperbolehkan melakukan pemisahan node jika goodness measure dibawah threshold, meski dapat menyebabkan sulitnya menentukan threshold.
2. Postpruning
Berbeda dari prepruning, postpruning membutuhkan pengguna untuk membuang cabang setelah tree selesai dibuat. Pendekatan ini dilakukan dengan menggunakan data yang berbeda pada pelatihan untuk menentukan pruned tree yang terbaik.
Cara Mengatasi Overfitting-Underfitting
Bila Overfitting dan Underfitting telah terjadi, ada beberapa cara yang bisa dilakukan, antara lain:
Gunakan teknik sampel ulang untuk memperkirakan akurasi model. Di mana nantinya akan melakukan validasi beberapa kali dengan perbandingan data yang berbeda sampai menemukan akurasi yang cukup optimal.
