AkurasiMODEL ROS
89.25%Prediksi tepat secara keseluruhan
ANALISIS BERITA · BAHASA INDONESIA
Lebih kritis membaca.
Lebih kritis membaca.
Lebih bijak percaya.
Kenali indikasi berita hoaks melalui analisis teks. Jelajahi hasil evaluasi model atau mulai analisis berita Anda.
Precision hoaksMODEL ROS
88.79%Ketepatan prediksi kelas hoaks
Recall hoaksMODEL ROS
90.91%Hoaks yang berhasil terdeteksi
PERFORMA MODEL
Di balik setiap prediksi.
Perbandingan XGBoost baseline dan XGBoost dengan ROS.
01 / RINGKASAN
BASELINE vs ROSPerbandingan metrik evaluasi
| Metrik | XGBoost · Baseline | XGBoost + ROS |
|---|---|---|
| Accuracy | 0.8900 | 0.8925 |
| Precision (Hoaks) | 0.8837 | 0.8879 |
| Recall (Hoaks) | 0.9091 | 0.9091 |
| F1-Score (Hoaks) | 0.8962 | 0.8983 |
| F1-Macro | 0.8896 | 0.8921 |
| F1-Weighted | 0.8899 | 0.8924 |
| False Negative Rate | 0.0909 | 0.0909 |
| ROC-AUC | 0.9591 | 0.9632 |
Metrik dalam satu pandangan
False Negative Rate: semakin rendah semakin baik. Metrik lainnya: semakin tinggi semakin baik.