Memahami Mean Squared Error (MSE) di Spreadsheet
Mean Squared Error (MSE) adalah metrik statistik yang digunakan untuk mengukur akurasi model prediksi dengan menghitung rata-rata dari kuadrat selisih antara nilai yang diprediksi dan nilai yang sebenarnya. Dalam konteks analisis data, MSE sangat penting untuk mengevaluasi seberapa baik model dapat memprediksi hasil. Artikel ini akan membahas cara menghitung MSE menggunakan Spreadsheet, serta memberikan pemahaman tentang konsep dan aplikasinya.
Apa itu Mean Squared Error (MSE)?
MSE didefinisikan sebagai rata-rata dari kuadrat perbedaan antara nilai aktual dan nilai yang diprediksi. Formula MSE dapat dinyatakan sebagai berikut
Di mana:
- n adalah jumlah observasi(data),
- Yi adalah nilai aktual,
- Y^i adalah nilai yang diprediksi.
Metrik ini memberikan gambaran tentang seberapa dekat prediksi model dengan data aktual. Nilai MSE yang lebih rendah menunjukkan bahwa model memiliki akurasi yang lebih baik.
Menghitung MSE di Spreadsheet
Untuk menghitung MSE di Spreadsheet, Anda dapat mengikuti langkah-langkah berikut:
1. Siapkan Data
Buat tabel di Spreadsheet dengan kolom untuk Diskon (%), Penjualan Real, Diskon X, dan Penjualan Pred. Misalnya:
sekarang kita Kurangkan antara
(Penjualan Real — Penjualan Pred)*(Penjualan Real — Penjualan Pred)
Sesuai rumus ini.
Kita totalkan dulu semuanya sum , lalu dibagi sebanyak n (dalam hal ini 10)
Itu dia kita ketemu MSE nya 0,07388888889
Semakin kecil atau semakin nilai MSE mendekati nol akan semakin baik. dalam percobaan kita ini, saya bikin data diskon (x) dan data penjualan (y) benar2 seperti perkalian biasa sehingga hasilnya sempurna mendekati nol
Semakin kecil atau semakin nilai MSE mendekati nol akan semakin baik.
Lalu gimana dengan RMSE ? Root Mean Square Error ? Berarti MSE nya dikembalikan ke root , Lalu caranya ?
MSE nya tinggal diakar
cara interpretasinya sama, semakin kecil nilai berarti semakin bagus model yang kita punya.
