Metrik kesamaan, juga dikenal sebagai ukuran kesamaan, adalah cara matematis untuk menghitung kesamaan atau keterkaitan dua objek. Objeknya bisa apa saja mulai dari kata-kata, dokumen, gambar, atau bahkan algoritma perangkat lunak. Tujuan dari metrik ini adalah untuk membandingkan nilai dari dua objek atau lebih yang diasumsikan terkait dan mengetahui seberapa miripnya objek tersebut.
Ukuran kemiripan biasanya dirumuskan dengan terlebih dahulu mendefinisikan fungsi kemiripan, yaitu mengukur kemiripan antara dua objek. Terdapat berbagai bentuk kemiripan, seperti berbasis urutan, vektorial, atau probabilistik, namun ukuran yang populer didasarkan pada penghitungan jarak antara dua objek, atau seberapa berbedanya objek tersebut.
Langkah-langkah ini dapat digunakan di banyak bidang seperti pembelajaran mesin, masalah pengelompokan, pemrosesan gambar, dan pemrosesan bahasa alami. Mereka juga sangat berguna untuk pengambilan informasi untuk mencocokkan dokumen atau menentukan kesamaan kata.
Metrik kesamaan yang populer mencakup Edit Jarak, kesamaan kosinus, kesamaan Jaccard, dan jarak Euclidean. Edit Distance, atau Levenshtein Distance, adalah algoritma yang memperkirakan seberapa mirip dua string karakter. Ini mengukur jumlah minimum pengeditan (perubahan karakter, penyisipan, atau penghapusan) yang diperlukan untuk mengubah satu string menjadi string lainnya. Kesamaan Kosinus mengambil dua vektor ruang hasil kali dalam dan menghitung kosinus sudut di antara keduanya. Ini sering digunakan dalam pengambilan informasi dan klasifikasi dokumen. Kesamaan Jaccard adalah ukuran kemiripan antara kumpulan sampel, dan dihitung sebagai rasio perpotongan dua himpunan dengan gabungan kedua himpunan. Jarak Euclidean adalah jarak antara dua titik dalam ruang Euclidean dan dihitung sebagai jarak antara dua titik sepanjang garis lurus.
Metrik ini, dan banyak lagi, sering digunakan dalam rekayasa perangkat lunak dan aplikasi ilmu komputer, memberikan cara yang ampuh untuk mengevaluasi kesamaan objek.
