Dalam pengoptimuman matematik dan teori keputusan, fungsi kerugian atau fungsi biaya (kadang-kadang juga disebut fungsi kesalahan)[1] ialah fungsi yang memetakan suatu peristiwa atau nilai dari satu atau lebih berpelbagai ke bilangan sebenar secara intuitif mewakili beberapa "biaya" yang berkaitan dengan acara. Masalah pengoptimuman berusaha untuk meminimakan fungsi kerugian. Fungsi tujuan ialah fungsi kerugian atau negatifnya (dalam domain tertentu, sering disebut fungsi hadiah, fungsi keuntungan, fungsi utiliti, fungsi kecergasan, dll.), dalam hal ini harus dimaksimakan.

Dalam statistik, biasanya fungsi kerugian digunakan untuk anggaran parameter, dan peristiwa yang dimaksud ialah beberapa fungsi dari perbezaan antara nilai yang dianggarkan dan nilai sebenarnya untuk contoh data. Konsep tersebut, diperkenalkan kembali dalam statistik oleh Abraham Wald pada pertengahan abad ke-20.[2] Dalam konteks ekonomi, misalnya, ini biasanya pembiayaan ekonomi atau penyesalan. Dalam klasifikasi, ia merupakan hukuman untuk klasifikasi yang salah dari sebuah contoh. Dalam ilmu aktuari, ini digunakan dalam konteks asurans untuk memodelkan manfaat yang dibayarkan di atas premis, terutama sejak karya Harald Cramér pada 1920-an. Dalam kawalan optima, kerugian ialah hukuman kerana gagal mencapai nilai yang diinginkan. Dalam pengurusan risiko kewangan, fungsi dipetakan ke kerugian matawang.

Rujukan sunting

  1. ^ Raschka, Sebastian (2019). Python machine learning : machine learning and deep learning with python, scikit-learn, and tensorflow 2. Birmingham: Packt Publishing, Limited. m/s. 37 - 38. ISBN 1-78995-829-6. OCLC 1135663723.
  2. ^ Wald, A. (1950). Statistical Decision Functions. Wiley.

Bacaan lanjut sunting

  • Waud, Roger N. (1976). "Asymmetric Policymaker Utility Functions and Optimal Policy under Uncertainty". Econometrica. 44 (1): 53–66. doi:10.2307/1911380. JSTOR 1911380.