pembobotan

Pembobotan adalah proses memberikan bobot atau tingkat kepentingan pada elemen dalam suatu kumpulan data atau atribut untuk mencerminkan pengaruhnya terhadap hasil analisis. Bobot dapat diterapkan pada data individu, variabel, atau kriteria dalam pengambilan keputusan. Dalam statistik dan analisis data, bobot digunakan untuk menghitung rata-rata berbobot dan varian berbobot, serta untuk estimasi parameter melalui metode seperti weighted least squares. Dalam analisis multikriteria, bobot mengindikasikan pentingnya masing-masing kriteria dalam perhitungan skor agregat.

Dalam pengolahan bahasa alami, pembobotan sering digunakan untuk menyoroti relevansi kata, misalnya pada TF-IDF, di mana bobot sebuah kata ditentukan oleh frekuensi kemunculannya dalam dokumen relatif terhadap frekuensi di korpus. Di bidang pembelajaran mesin dan rekomendasi, bobot dipakai untuk memberi prioritas terhadap contoh pelatihan atau fitur yang dianggap lebih informatif.

Metode pembobotan antara lain bersifat subjektif, seperti penilaian ahli terhadap pentingnya kriteria, maupun data-driven, misalnya koefisien regresi atau teknik berbasis entropi yang menghasilkan bobot berdasarkan informasi yang terkandung. Bobot biasanya dinormalisasi sehingga jumlahnya tertentu (misalnya Σ w_i = 1) agar perhitungan interpretabel. Contoh rumus sederhana: rata-rata berbobot μ_w = (Σ w_i x_i)/(Σ w_i); rata-rata kuadrat berbobot, dan lain-lain.

Kendala pembobotan meliputi potensi bias jika bobot tidak akurat, perbedaan skala antar variabel, serta kebutuhan transparansi mengenai cara bobot ditetapkan.