← Kembali ke daftar bab

Prasyarat: Bab 1 (konsep ML/DL, lingkungan Colab) dan Bab 2 (neuron, fungsi aktivasi, MAE/MSE, split waktu). TensorFlow/Keras siap di lingkungan Anda.

Catatan: Materi bab ini adalah materi pengenalan, bukan hasil riset baru. Seluruh isi merupakan ringkasan ulang literatur machine learning, dengan contoh-contoh yang dekat dengan dunia meteorologi Indonesia.

Tujuan Pembelajaran

Setelah menyelesaikan bab ini, Anda diharapkan mampu:

1. Membangun model klasifikasi biner dan multi-kelas (hujan/tidak hujan, level bahaya) dengan TensorFlow/Keras.
2. Menjelaskan peran sigmoid dan softmax serta binary/categorical cross-entropy.
3. Mendiagnosis class imbalance dan memilih metrik yang tepat (precision, recall, F1, pengenalan CSI/FAR) - bukan hanya akurasi.
4. Menerapkan trade-off threshold ala praktisi peramalan untuk fenomena langka.

3.1 Dari Angka ke Kategori: Mengapa Klasifikasi Berbeda

Bab 2 membahas regresi: memprediksi besaran kontinu (suhu, tinggi pasang). Di dunia nyata, banyak keputusan meteorologi bukan “berapa?”, melainkan “apa?”:

• Apakah besok akan hujan atau tidak?
• Apakah intensitas hujan masuk kategori lebat, sedang, atau ringan?
• Apakah perlu peringatan dini banjir untuk level siaga?

Masalah ini disebut klasifikasi - memprediksi kategori (label) dari fitur. Ada dua varian utama:

• Biner (dua kelas): misal 0 = tidak hujan, 1 = hujan.
• Multi-kelas: misal ringan, sedang, lebat - atau level bahaya waspada, siaga, awas.

Perbedaan inti dari regresi: keluaran bukan bilangan kontinu melainkan probabilitas atas kategori. Di balik layar, kita tetap memakai neuron - tetapi lapisan keluaran memakai fungsi aktivasi khusus: sigmoid untuk biner, softmax untuk multi-kelas. Prinsip umum pelatihan supervised dijelaskan dalam literatur deep learning [1]. Akar historisnya adalah perceptron (Rosenblatt, 1958): neuron tunggal yang mengklasifikasikan input ke dua kelas berdasarkan ambang [2].

Mengapa kita perlu probabilitas, bukan sekadar label? Karena informasi seberapa yakin model sangat berharga di operasional. Dua model yang sama-sama memprediksi “hujan” tidaklah setara jika yang satu yakin 90% dan yang lain 51%. Probabilitas memberi kita ruang untuk menetapkan ambang keputusan yang sesuai risiko, topik Bagian 3.7.

Regresi vs klasifikasi: tabel perbandingan

Tabel 3.1: Perbedaan utama regresi dan klasifikasi.

Tabel 3.1 merangkum perbedaan yang akan kita bahas satu per satu. Perhatikan: struktur model (lapisan Dense + ReLU di tengah) sama dengan Bab 2 - yang berubah hanyalah ujung jaringan dan cara mengukurnya.

3.2 Sigmoid: Aktivasi Keluaran untuk Dua Kelas

Untuk klasifikasi biner, lapisan terakhir memakai sigmoid, yang memampatkan nilai z ke rentang 0-1:

Sigmoid pada Persamaan (3.1) memberi interpretasi probabilistik: keluaran 0.85 berarti keyakinan 85% bahwa sampel masuk kelas 1 (misal hujan). Sifat sigmoid yang penting:

• Nilai sangat positif → mendekati 1.
• Nilai sangat negatif → mendekati 0.
• Nilai nol → tepat 0.5 (titik paling “ragu”).

Gambar 3.1: Kurva sigmoid memetakan nilai z (dari -∞ sampai +∞) ke rentang (0, 1).

Gambar 3.1 memperlihatkan kurva S khas sigmoid: mulus, monoton naik, dan terampatkan.

Aturan ambang (threshold) standar adalah 0.5: jika σ(z) ≥ 0.5, prediksi kelas 1; selain itu kelas 0. Namun threshold ini tidak wajib - untuk fenomena jarang seperti hujan lebat, kita sering menaikkan/menurunkan threshold (dibahas Bagian 3.7).

Contoh numerik sigmoid

Misalkan model memberi z = 1.2. Maka:

Dengan threshold 0.5, sampel masuk kelas 1. Jika kita menaikkan threshold ke 0.8, sampel ini menjadi kelas 0 - keputusan berubah hanya karena ambang, bukan model.

3.3 Softmax: Aktivasi Keluaran untuk Banyak Kelas

Untuk klasifikasi multi-kelas, kita memakai softmax, yang mengubah vektor nilai z menjadi distribusi probabilitas yang menjumlahkan ke 1:

Softmax pada Persamaan (3.2) memberi probabilitas untuk tiap kelas i di antara K kelas. Contoh: [0.70, 0.20, 0.10] untuk kelas [ringan, sedang, lebat] - model paling yakin “ringan”.

Penting: softmax bersifat relatif - ia membandingkan semua kelas. Jika kita menambahkan satu kelas lagi, probabilitas semua kelas bisa berubah meski data untuk kelas lama sama. Ini berbeda dari sigmoid yang “mandiri” per kelas (untuk biner, hanya satu).

Perbandingan sigmoid vs softmax

Tabel 3.2: Perbandingan sigmoid dan softmax.

3.4 Cross-Entropy: Fungsi Loss Klasifikasi

Seperti MAE/MSE untuk regresi, klasifikasi memakai fungsi loss khusus:

• Binary cross-entropy (biner): menghukum kesalahan antara probabilitas sigmoid dan label biner.
• Categorical cross-entropy (multi-kelas): menghukum kesalahan antara distribusi softmax dan label satu-panas (one-hot).

Formula untuk binary cross-entropy (per sampel):

di mana y label (0 atau 1) dan p probabilitas prediksi. Intuisi: jika y=1 dan p mendekati 1, log(p) mendekati 0 → loss kecil. Jika y=1 tetapi p mendekati 0, loss sangat besar - model dihukum karena yakin salah.

Prinsip intuisi: loss kecil jika model yakin benar, besar jika model yakin salah. Berbeda dari MSE yang menghukum selisih linier/kuadrat, cross-entropy langsung menargetkan ketidaktepatan keyakinan - inilah mengapa akurasi bisa tetap tinggi meski keyakinannya rendah.

Kenapa bukan MSE untuk klasifikasi?

Ada dua alasan utama:

1. Interpretasi probabilitas. MSE dioptimalkan untuk nilai kontinu; ia tidak memberi “hukuman” sesuai makna probabilitas. Cross-entropy lahir dari teori informasi dan cocok dengan keluaran 0-1.
2. Pelatihan. Dengan sigmoid + MSE, gradien bisa sangat kecil ketika kurva sigmoid datar - terutama saat model yakin tetapi salah (misal label 1, prediksi p ≈ 0), karena turunan sigmoid mendekati nol dan gradien MSE mengecil, belajar melambat [1]. Sebaliknya, saat model yakin dan benar (y=1, p ≈ 1), gradien cross-entropy juga kecil
   • justru yang kita ingin. Cross-entropy + sigmoid/softmax menghasilkan gradien yang lebih sehat, karena proporsional terhadap (p - y) dan tetap besar ketika model yakin salah. Detail di Bab 4.

3.5 Kode: Model Klasifikasi Pertama

Kode 3.1 - Membangun model klasifikasi biner hujan/tidak hujan dengan Keras.

import tensorflow as tf

model = tf.keras.Sequential([
    tf.keras.layers.Dense(8, activation="relu", input_shape=(n_features,)),
    tf.keras.layers.Dense(8, activation="relu"),
    tf.keras.layers.Dense(1, activation="sigmoid"),  # biner: 1 neuron, sigmoid
])
model.compile(
    optimizer="adam",
    loss="binary_crossentropy",
    metrics=["accuracy", tf.keras.metrics.Precision(), tf.keras.metrics.Recall()],
)
model.summary()

Kode 3.1 memakai API Keras di atas TensorFlow [3]. Untuk multi-kelas, ganti lapisan keluaran menjadi Dense(K, activation="softmax") dan loss categorical_crossentropy.

Kode multi-kelas

Kode 3.2 - Model klasifikasi multi-kelas intensitas hujan dengan Keras.

import tensorflow as tf

K = 3  # ringan, sedang, lebat

model = tf.keras.Sequential([
    tf.keras.layers.Dense(8, activation="relu", input_shape=(n_features,)),
    tf.keras.layers.Dense(8, activation="relu"),
    tf.keras.layers.Dense(K, activation="softmax"),  # multi-kelas: K neuron, softmax
])
model.compile(
    optimizer="adam",
    loss="sparse_categorical_crossentropy",  # label integer, tanpa one-hot manual
    metrics=["accuracy"],
)
model.summary()

Perhatikan Kode 3.2: lapisan keluaran berisi K neuron dengan softmax, dan memakai sparse_categorical_crossentropy bila label diberikan sebagai integer (0, 1, 2). Ini variasi nyaman dari categorical_crossentropy yang menuntut one-hot.

Latihan dengan bobot kelas (imbalance)

Kode 3.2 tidak menangani ketidakseimbangan. Untuk menekankan kelas minoritas, gunakan class_weight saat fit:

Kode 3.3 - Fit dengan bobot kelas untuk menangani imbalance.

import numpy as np

# contoh: kelas mayoritas (0) berbobot 1, kelas minoritas (1) berbobot lebih besar
class_weight = {0: 1.0, 1: 10.0}

history = model.fit(
    X_train, y_train,
    validation_data=(X_val, y_val),
    class_weight=class_weight,
    epochs=50, batch_size=32, verbose=0,
)

Bobot 10.0 pada kelas 1 membuat kesalahan pada kejadian langka dihukum 10× lipat. Rasio ketidakseimbangan (mis. bila 5% kejadian, bobot ~19) adalah titik awal yang membantu, bukan aturan baku: bobot optimal tidak selalu melihan dari frekuensi invers, dan nilai terlalu ekstrem bisa menaikkan overfit pada kelas minoritas. Sebaiknya tuning bobot empiris (misal telai 2, 5, 10, 19) dan pilih yang memberi F1/CSI terbaik pada validasi. Bandingkan hasil Kode 3.3 dengan tanpa bobot di notebook.

Memahami keluaran satu-panas (one-hot)

Untuk multi-kelas, label biasanya di-encode sebagai one-hot: vektor panjang K dengan satu pada posisi kelas yang benar.

ringan → [1, 0, 0]
sedang → [0, 1, 0]
lebat  → [0, 0, 1]

Keras menyediakan to_categorical untuk konversi, dan label integer lugas juga bisa dipakai dengan loss sparse_categorical_crossentropy - variasi yang sama, tanpa perlu encode manual.

3.6 Class Imbalance: Mengapa Akurasi Menipu

Data meteorologi sering tidak seimbang: hujan deras >50 mm mungkin terjadi hanya beberapa hari dalam setahun di banyak stasiun tropis. Jika model selalu memprediksi “tidak hujan deras”, akurasinya bisa 99% - tampak hebat, padahal model gagal total pada kejadian yang justru paling penting.

Mengapa ini sangat relevan untuk meteorologi? Karena banyak fenomena berisiko justru langka: hujan ekstrem, angin kencang, banjir rob, atau cuaca buruk penerbangan. Sebagian besar hari adalah “biasa”; kejadian berbahaya adalah sebagian kecil. Model yang dioptimalkan hanya untuk akurasi global akan “belajar” memprediksi kelas mayoritas dan praktis buta terhadap kelas langka - ironisnya, kelas yang paling kita pedulikan.

Tabel berikut menggambarkan jebakan ini:

Tabel 3.3: Contoh data tidak seimbang: sebagian besar hari “tidak hujan deras”.

Gambar 3.2: Confusion matrix contoh data tidak seimbang (2 benar, 8 miss, 20 false alarm, 970 benar-tidak).

Gambar 3.2 memvisualkan Tabel 3.3. Akurasi di sini = (2+970)/1000 = 97.2%. Catatan: angka 99% di atas adalah skenario hipotetis di mana model selalu berprediksi “tidak hujan deras” (untuk data dengan ~1% kejadian langka, akurasi = 990/1000 = 99%), sementara Tabel 3.3 menggambarkan model yang lain yang masih melaporkan 20 false alarm - dua skenario, dua angka. Tetapi dari 10 hari hujan deras sungguhan, model hanya menangkap 2 (recall 20%) dan melaporkan 20 false alarm. Untuk peringatan dini, model seperti ini hampir tidak berguna.

Karena itu, metrik utama yang dipakai:

• Precision - dari semua yang diprediksi “hujan deras”, berapa yang benar? TP/(TP+FP) = 2/22 ≈ 9%.
• Recall - dari semua yang benar-benar hujan deras, berapa yang tertangkap? TP/(TP+FN) = 2/10 = 20%.
• F1 - rata-rata harmonik precision-recall (seimbang):

Untuk kejadian langka dalam meteorologi operasional, kuartet yang lebih terpercaya adalah CSI, POD, FAR, TS - akan dibahas penuh di Bab 5. Pedoman resmi verifikasi perkiraan operasional dikeluarkan WMO [4]. Di bab ini kita cukup paham mengapa akurasi tidak cukup.

Empat cara mengatasi imbalance (pratinjau)

1. Gunakan metrik yang tepat - precision/recall/F1, bukan akurasi.
2. Atur threshold, turunkan ambang agar kejadian langka lebih sering tertangkap (Bagian 3.7).
3. Pemberian bobot kelas - class_weight di Keras memberi penalti lebih besar untuk kesalahan pada kelas minoritas (contoh dalam notebook).
4. Resampling - undersampling kelas mayoritas atau oversampling minoritas (konsekuensi: mengubah distribusi; diskusi di Bab 5). Hati-hati pada deret waktu: oversampling acak (mis. SMOTE) merusak urutan temporal - lebih aman pakai class_weight (Bab 9).

Contoh numerik lengkap precision/recall

Ambil kembali Tabel 3.3: TP=2, FP=20, FN=8. Perhitungannya:

• Precision = 2/(2+20) = 2/22 ≈ 0.091 - hanya 9% peringatan yang benar.
• Recall = 2/(2+8) = 2/10 = 0.20 - hanya 20% kejadian tertangkap.
• F1 = 2·0.091·0.20/(0.091+0.20) ≈ 0.125.

Nilai F1 yang rendah (0.125) menandakan model buruk untuk kejadian langka, meski akurasi 97%. Ini ilustrasi kuat mengapa laporan model untuk meteorologi sebaiknya selalu menyertakan confusion matrix dan metrik langka, bukan hanya akurasi.

3.7 Trade-off Threshold untuk Praktisi Peramal

Model memberi probabilitas (kekuatan sigmoid/softmax). Pertanyaan praktisnya: di ambang berapakah kita bertindak?

• Threshold rendah (mis. 0.2) → lebih banyak hujan deras terdeteksi (recall naik), tetapi juga lebih banyak false alarm (precision turun).
• Threshold tinggi (mis. 0.8) → lebih hati-hati; false alarm turun, tetapi banyak kejadian terlewat (recall turun).

Tidak ada jawaban universal: tergantung biaya kesalahan. Untuk peringatan dini bencana, false alarm mungkin lebih diterima daripada kejadian terlewat - maka pilih recall tinggi. Untuk keputusan yang mahal (misal evakuasi), mungkin precision lebih penting.

Kurva precision-recall dan ROC membantu memilih: kita mengevaluasi model di banyak threshold sekaligus, bukan hanya 0.5. Di Bab 9, trade-off ini diterapkan pada prediksi hujan harian.

Bagaimana memilih threshold secara sistematis? Salah satu cara sederhana: hitung precision dan recall untuk rentang threshold (mis. 0.1, 0.2, …, 0.9), lalu pilih titik yang paling sesuai kebutuhan. Cara lain: gunakan cost matrix - tetapkan berapa “harga” sebuah miss vs false alarm (misal 5:1), lalu pilih threshold yang meminimalkan total biaya pada validasi. Tidak ada jawaban tunggal, tetapi prosesnya harus eksplisit dan terdokumentasi.

Contoh keputusan threshold dalam konteks peringatan dini

Bayangkan sistem peringatan dini banjir rob. Jika threshold terlalu tinggi (konservatif), kita jarang mengeluarkan peringatan salah - tetapi ada risiko kejadian terlewat dan warga tidak sempat bersiap. Jika threshold terlalu rendah, kita sering “menangis serigala”; lama-kelamaan masyarakat mengabaikan peringatan. Pilihan threshold karena itu adalah keputusan kebijakan yang melibatkan biaya sosial, bukan sekadar statistik.

Threshold mana yang “paling baik”?

Jika tidak ada preferensi biaya eksplisit, praktisi sering memilih threshold yang memaksimalkan F1 - karena F1 menyeimbangkan precision dan recall dalam satu angka. Peringatan: F1 adalah rata-rata harmonik dengan bobot yang sama untuk precision dan recall - ia implisit mengasumsikan bahwa biaya false alarm = biaya miss. Jika biaya miss jauh lebih besar (sering dalam peringatan dini bencana), threshold yang memaksimalkan F1 bisa bukan pilihan optimal; dalam hal itu gunakan cost matrix dengan biaya yang jelas. Selain itu, dua model dengan F1 sama bisa memiliki perilaku berbeda di lapangan; karena itu jangan pernah hanya melihat F1, tapi periksa juga angka precision & recall-nya dan, jika memungkinkan, curve-nya (ROC/precision-recall).

3.8 Confusion Matrix: Membaca yang Terlewat dan Keliru

Confusion matrix adalah tabel yang merangkum empat kemungkinan hasil klasifikasi:

• TP (true positive): aktual positif, diprediksi positif → benar.
• FP (false positive / false alarm): aktual negatif, diprediksi positif → peringatan yang keliru.
• FN (false negative / miss): aktual positif, diprediksi negatif → kejadian terlewat.
• TN (true negative): aktual negatif, diprediksi negatif → benar.

Tabel 3.4: Struktur confusion matrix untuk masalah biner.

Di meteorologi operasional, dua sel yang paling diperhatikan adalah FP (false alarm) dan FN (miss) - karena membawa konsekuensi langsung: peringatan keliru menggerus kepercayaan, kejadian terlewat membawa risiko keselamatan.

Dari confusion matrix ini, semua metrik di atas diturunkan:

• Akurasi = (TP+TN)/(TP+FP+FN+TN)
• Precision = TP/(TP+FP)
• Recall = TP/(TP+FN)
• F1 = 2·Precision·Recall/(Precision+Recall)

3.9 ROC dan Precision-Recall Curve

Karena threshold bisa digeser, kinerja model lebih baik dinilai dengan kurva daripada satu titik:

• ROC curve: plot true positive rate (recall) terhadap false positive rate (FP/(FP+TN)) untuk semua threshold. Luas di bawahnya disebut AUC - semakin mendekati 1 semakin baik.
• Precision-recall curve: plot precision terhadap recall; lebih informatif untuk data sangat tidak seimbang, karena tidak terpengaruh oleh TN yang melimpah.

Kapan pakai yang mana?

• Jika kelas seimbang, ROC/AUC umum dipakai.
• Jika kelas sangat langka (hujan deras, banjir), precision-recall curve lebih jujur - ROC bisa tampak “bagus” padahal model praktis tak berguna karena FN/FP penting.

Bab 9 akan memakai precision-recall untuk verifikasi hujan harian.

3.10 FAQ Singkat

Apakah akurasi selalu buruk? Tidak. Untuk masalah seimbang (misal membedakan dua jenis awan yang frekuensinya setara), akurasi adalah ringkasan yang masuk akal. Ia menjadi menyesatkan hanya pada data sangat tidak seimbang.

Apakah saya perlu menyeimbangkan data dulu? Tidak selalu. Mengubah distribusi kelas (undersampling/oversampling) mengubah masalah itu sendiri. Sering lebih baik: gunakan metrik yang tepat + bobot kelas, lalu evaluasi dengan CSI/FAR. Nanti di Bab 5.

Mengapa memakai softmax, bukan beberapa sigmoid untuk multi-kelas? Softmax memaksa total probabilitas = 1 dan “bersaing” antar kelas, sesuai asumsi label saling eksklusif [1]. Beberapa sigmoid (multi-label) cocok jika sebuah sampel bisa punya lebih dari satu label sekaligus (misal “hujan” DAN “angin kencang” bersamaan). Untuk multi-label, lapisan keluaran berisi beberapa neuron sigmoid dan loss yang dipakai adalah binary_crossentropy per neuron

• bukan categorical_crossentropy, yang menuntut distribusi softmax. Varian ini dilaporkan dalam literatur klasifikasi [1].

3.11 Alur Kerja Model Klasifikasi

Berdasarkan seluruh bab, alur kerja praktis untuk setiap masalah klasifikasi:

1. Definisikan masalah - biner atau multi-kelas? Apa “kelas positif” (yang paling penting menangkapnya)? Apa biaya FP vs FN?
2. Bangun baseline, untuk klasifikasi meteo, baseline yang wajar adalah klimatologi (selalu prediksi kelas yang paling sering) atau persistence. Ukur metrik langka (recall, F1) dari baseline dulu.
3. Siapkan data - split berbasis waktu (Bab 2), tidak ada leakage.
4. Bangun model - MLP + ReLU, keluaran sigmoid/softmax, cross-entropy (Kode 3.1-3.2).
5. Evaluasi dengan metrik yang tepat - confusion matrix, precision/recall/F1; untuk kejadian langka juga CSI/FAR (Bab 5).
6. Atur threshold sesuai biaya (Bagian 3.7) dan tampilkan kurva PR/ROC (Bagian 3.9).

Baseline klimatologi untuk klasifikasi mengingatkan kita pada prinsip Bab 1: jangan impresif dengan akurasi tinggi jika kelas langka sama sekali tidak tertangkap. Kerangka di atas akan dipakai berulang di Bab 5 dan Bab 9.

3.12 Kesalahan Umum pada Klasifikasi

1. Melaporkan hanya akurasi. Pada data tidak seimbang, akurasi hampir tak bermakna. Selalu sertakan confusion matrix + precision/recall/F1 (dan akhirnya CSI/FAR).

2. Mengatur threshold tetapi tidak melaporkannya. Hasil threshold 0.5 tidak otomatis “standar”; jika Anda menggesernya, tulislah threshold yang dipakai agar dapat ditiru.

3. Menggunakan akurasi untuk tuning pada data langka. Optimasi model pada data tidak seimbang sebaiknya memakai metrik yang sesuai (F1/CSI), bukan akurasi.

4. Normalisasi/statistik dari seluruh data. Sama seperti Bab 2 - jangan sampai informasi/statistik dari data test bocor ke dalam proses training (data leakage).

5. Menganggap softmax sebagai “probabilitas sejati”. Softmax hanya peringkat relatif, bukan kalibrasi probabilistik sesungguhnya (model bisa terlalu yakin). Misal, dengan logit [10, 5, 5] softmax memberikan [0.99, 0.005, 0.005] - “yakin” ~99% pada kelas pertama, sampai data yang di lapangan tidak jelas. Ini fenomena yang dikenal sebagai overconfidence pada neural network [5]. Kalibrasi dibahas singkat di Bab 10.

Dengan menghindari kesalahan ini, laporan klasifikasi Anda jujur dan berguna - nilai kepercayaan yang mahal di dunia operasional.

Ringkasan

• Klasifikasi = prediksi kategori; biner memakai sigmoid, multi-kelas memakai softmax.
• Cross-entropy adalah loss utama; akurasi menyesatkan pada data tidak seimbang.
• Precision/recall/F1 dan CSI/FAR/POD adalah metrik yang lebih sesuai untuk fenomena langka.
• Threshold bukan selalu 0.5 - atur sesuai biaya kesalahan (false alarm vs miss).
• Confusion matrix adalah titik awal membaca kinerja; ROC/PR membantu memilih threshold.
• Praktik yang benar: baseline dulu, split waktu, metrik langka, threshold terdokumentasi.

3.13 Latihan

Soal konsep

1. Jelaskan perbedaan keluaran sigmoid vs softmax, dan kapan masing-masing dipakai.
2. Mengapa cross-entropy lebih cocok untuk klasifikasi daripada MSE (kuadrat)?
3. Data hujan deras hanya 1% dari hari. Mengapa akurasi 99% bisa menyesatkan?
4. Jika biaya false alarm rendah tetapi biaya miss tinggi, ambang threshold apa yang Anda pilih? Jelaskan.

Latihan praktik (notebook ch-03-02_klasifikasi_hujan.ipynb)

5. Bangun model biner hujan/tidak hujan; hitung precision, recall, F1 pada beberapa threshold (0.2, 0.5, 0.8) dan buat tabelnya.
6. Latih model multi-kelas intensitas (ringan/sedang/lebat). Catat confusion matrix.
7. Bandingkan akurasi vs F1 pada data tidak seimbang; diskusikan mana yang lebih informatif.
8. (Proyek mini) Gunakan data suhu/kelembapan stasiun lokal untuk prediksi hujan besok; laporkan CSI/POD/FAR untuk threshold terbaik Anda.

References

1. I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. Cambridge, MA, USA: MIT Press, 2016.
2. F. Rosenblatt, “The perceptron: A probabilistic model for information storage and organization in the brain,” Psychological Review, vol. 65, no. 6, pp. 386-408, 1958, doi: 10.1037/h0042519.
3. M. Abadi et al., “TensorFlow: Large-scale machine learning on heterogeneous systems,” 2016. [Online]. Available: https://arxiv.org/abs/1603.04467 (diakses: September 2026).
4. World Meteorological Organization, “WMO guidelines on the verification of operational forecasts,” WMO, Geneva, Switzerland, 2018. [Online]. Available: https://library.wmo.int (diakses: September 2026).
5. C. Guo, G. Pleiss, Y. Sun, and K. Weinberger, “On calibration of modern neural networks,” in Proc. 34th Int. Conf. on Machine Learning (ICML), PMLR, vol. 70, 2017, pp. 1321-1330. [Online]. Available: https://arxiv.org/abs/1706.04596 (diakses: September 2026).