Prediksi kepribadian Big Five dengan Term-Frequency Inverse Document Frequency Menggunakan Metode k-Nearest Neighbor pada Twitter

ROJI ELLANDI

Informasi Dasar

19.04.2486
004
Karya Ilmiah - Skripsi (S1) - Reference

Abstrak Twitter merupakan media sosial yang sampai saat ini sangat digemari dan menjadi penyebaran informasi yang sangat cepat. Informasi yang beredar juga sangat banyak, mulai dari berita, opini, komentar, dan kritik semuanya ada yang bersifat positif , negatif, dan netral. Menurut data yang dilansir secara statistik dan berdasarkan penelitian PeerReach, indonesia termasuk pengguna Twitter yang paling aktif ke 3 di dunia dibawah Amerika serikat dan Jepang. Dari kumpulan data tersebut kita dapat melakukan analisis kepribadian terhadap suatu keadaan untuk melihat respon masyarakat, media ataupun kepemerintahan terhadap suatu objek tersebut dan proses klasifikasi itu sendiri. Metode yang digunakan dalam penelitian prediksi kepribadian ini dilakukan untuk mengklasifikasi sebuah tweet ke dalam bentuk 5 kepribadian. Metode kepribadian yang digunakan peneliti adalah Big Five Personality dan metode perhitungan klasifikasi dengan k-NN (k-Nearest Neighbor). hasil dari penelitian ini adalah dapat memperoleh nilai akurasi 60,97% dengan pembobotan melalui tahap TF-IDF(Term-Frequency Invert Document Frequency).

Kata kunci : Klasifikasi, Big Five Personality, Twitter, TF-IDF, k-NN

Subjek

COMPUTER SCIENCE
 

Katalog

Prediksi kepribadian Big Five dengan Term-Frequency Inverse Document Frequency Menggunakan Metode k-Nearest Neighbor pada Twitter
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ROJI ELLANDI
Perorangan
ERWIN BUDI SETIAWAN, FIDA NIRMALA NUGRAHA
 

Penerbit

Universitas Telkom, S1 Ilmu Komputasi
Bandung
2019

Koleksi

Kompetensi

  • IKG4E4 - TUGAS AKHIR II

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini