Metrik evaluasi yang digunakan adalah Macro F1 Score . F1 score, umumnya digunakan dalam information retrieval, mengukur akurasi menggunakan statistics precision p dan recall r. Precision adalah rasio dari true positives (tp) dengan semua yang diprediksi positif(tp + fp). Recall adalah rasio dari true positives dengan semua actual positives (tp + fn). F1 score diformulasikan sebagai:
![image](https://miro.medium.com/max/1400/1*wUdjcIb9J9Bq6f2GvX1jSA.png)