ANALISA KLASIFIKASI KEPRIBADIAN MYERS-BRIGGS INDICATOR TYPE (MBTI) MENGGUNAKAN NAIVE BAYES DAN K-NEAREST NEIGHBOR

Iskandar, Ahmad Fikri (2021) ANALISA KLASIFIKASI KEPRIBADIAN MYERS-BRIGGS INDICATOR TYPE (MBTI) MENGGUNAKAN NAIVE BAYES DAN K-NEAREST NEIGHBOR. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 19.77.1170 Ahmad Fikri Iskandar.pdf Download (3MB)

Abstract

Tujuan penelitian yang berjudul “Analisa Klasifikasi Kepribadian MyersBriggs Indicator Type (MBTI) menggunakan Naïve Bayes dan K-Nearest Neighbor (KNN)” ini adalah melakukan perbandingan tingkat akurasi klasifikasi menggunakan model NBC dengan model K-NN serta mengetahui perubahan tingkat akurasi dengan menggunakan fitur ekstraksi dan seleksi fitur dalam mengklasifikasikan preferensi kepribadian berdasarkan kepribadian MBTI. Model yang digunakan adalah NBC dan K-NN, nilai parameter K pada model K-NN adalah 1,3,5,7, dan 9 serta pembobotan kata yang digunakan berdasarkan BoW dan TF-IDF. Terdapat empat skenario dalam uji coba klasifikasi yaitu skenario pertama adalah BoW atau TF-IDF, skenario kedua adalah penambahan ekstraksi fitur skenario ketiga adalah menyeleksi fitur dengan chi-square dan skenario keempat adalah skenario balancing. Hasil dari rata-rata akurasi klasifikasi terbaik adalah yaitu untuk model NBC untuk dimensi IE 71,216%, dimensi NS, 77,455%, dimensi TF 76,174% dan dimensi JP 74,93%. Sedangkan model K-NN untuk dimensi IE 74,191%, dimensi NS 78,300%, dimensi TF 76,113%, dan dimensi JP 75,521%. Kenaikan akurasi dari skenario pertama ke skenario kedua 1,356%. Kenaikan akurasi dari skenario kedua ke skenario 4,441%, sedangkan pada skenario ketiga ke skenario keempat mengalami penurunan 3,385%.

Actions (login required)

View Item