1. Kita diberikan data sebanyak 5 data dengan kolom hasil Hipertensi, yang memiliki nilai "Ya" dan "Tidak". 2. Definisi error ratio adalah rasio data yang salah klasifikasi (missclassified) dibagi jumlah total data, kemudian dikalikan dengan 100%. 3. Secara matematis, rumus error ratio adalah: $$\text{Error Ratio} = \frac{\text{Jumlah Missclassified}}{\text{Jumlah Data}} \times 100\%$$ 4. Misalnya jika kita sudah melakukan prediksi hasil hipertensi dan membandingkan dengan data sebenarnya. Contoh: - Data aktual: [Tidak, Tidak, Tidak, Ya, Ya] - Data prediksi: [Tidak, Tidak, Tidak, Tidak, Ya] 5. Kita hitung jumlah missclassified, yaitu data yang prediksi dan aktual tidak sama. Dalam contoh ini, data ke-4 salah klasifikasi karena aktual "Ya" tapi prediksi "Tidak". 6. Jadi, jumlah missclassified = 1 dan jumlah data = 5. 7. Maka error ratio: $$\frac{1}{5} \times 100\% = 20\%$$ 8. Artinya, 20% data diprediksi salah oleh model. Kesimpulan: Error ratio dihitung dengan membagi jumlah kesalahan klasifikasi dengan total data, lalu dikali 100 persen untuk mendapatkan persentase kesalahan.