Deteksi Anomali

Basic

Deteksi Anomali | Dasar pembelajaran mesin

Bab 9 #

Deteksi Anomali #

Deteksi observasi langka, menarik, atau bermasalah. Padukan pra‑pemrosesan yang tangguh, pemilihan model, dan penetapan ambang dengan tinjauan domain.

Pendekatan #

  • Statistik: z‑score, IQR robust, MAD.
  • Densitas/Isolasi: Local Outlier Factor, IsolationForest.
  • Rekonstruksi: autoencoder, galat rekonstruksi PCA.
  • Residual peramalan (deret waktu): lonjakan pada residual model.

Catatan praktis #

  • Standarkan fitur; tangani ekor berat sebelum metode parametrik.
  • Kalibrasi ambang dengan fokus precision‑recall; biaya bersifat asimetris.
  • Selidiki kasus terdeteksi untuk menyempurnakan fitur dan menurunkan false positive.