ANALISIS KLASIFIKASI KEPRIBADIAN BERDASARKAN MEDIA SOSIAL DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK DAN NAIVE BAYES

Yuliani, Enie (2020) ANALISIS KLASIFIKASI KEPRIBADIAN BERDASARKAN MEDIA SOSIAL DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK DAN NAIVE BAYES. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

[img] Text (THESIS)
18.52.1062 Enie Yuliani.pdf

Download (4MB)

Abstract

Penilaian kepribadian berdasarkan kategori psikologi tertentu biasanya dilakukan dengan melakukan tes kepribadian. Namun prediksi pengelompokkan kepribadian dengan memanfaatkan data yang ada pada akun media sosial penggunanya memungkinkan untuk dilakukan. Penelitian ini melakukan pengelompokkan kepribadian pengguna facebook ke dalam kategori Big Five Personality. Penulis membandingkan kinerja algoritma backpropagation neural network dan naive bayes untuk klasifikasi. Ekstraksi fitur memanfaatkan LIWC dan menghasilkan 93 fitur yang digunakan. Dataset dalam penelitian memanfaatkan dataset dari MyPersonality. Tahapan penelitian meliputi pengumpulan data, pre-processing, ekstraksi fitur, klasifikasi ke dalam kedua algoritma yang dibandingkan. Hasil akurasi dalam penelitian ini tidak sesuai dengan yang diharapkan yaitu algoritma naive bayes sebesar 37,32% dan algoritma backpropagation neural network sebesar 51,96%. Keseimbangan data yang digunakan dan pemilihan fitur perlu diperhatikan dalam penelitian selanjutnya agar diperoleh hasil akurasi yang lebih baik.

Item Type: Thesis (S2 - Magister)
Contributor:
Pembimbing
Utami, Ema
Raharjo, Suwanto
Uncontrolled Keywords: backpropagation neural network, naive bayes, klasifikasi, kepribadian
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Pascasarjana MTI > Magister Teknik Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 11 Jul 2023 07:31
Last Modified: 11 Jul 2023 07:31
URI: http://eprints.amikom.ac.id/id/eprint/20277

Actions (login required)

View Item View Item