Prediksi Kepribadian Pengguna Twitter dengan Support Vector Machine (SVM) Menggunakan Pembobotan TF-IDF dan WIDF

DAVID ANDREAS JEFFERSON SIMANJUNTAK

Informasi Dasar

19.04.4602
003.3
Karya Ilmiah - Skripsi (S1) - Reference

Twitter merupakan salah satu media sosial yang popular di Indonesia. Kita dengan bebas berbagi dan menuliskan ide, suatu informasi atau sebuah gagasan kedalam kolom yang tersedia (twit). Kemudahan ini membuat pengguna twitter memiliki potensi dan prilaku yang berbeda-beda. Kepribadian seseorang dapat ditemukan dengan menggunakan teori DISC, yang terdiri dari Dominance, Influence, Steady, dan Compliance. Penemuan kepribadian DISC terhadap platform Twitter masih tergolong sangat baru, maka dari itu penelitian ini diharapkan bisa menjadi alternatif lain bagi instansi-instansi yang sedang merekrut orang atau sekedar ingin mengetahui kepribadian mereka dengan waktu yang cukup singkat, efisien, dan ekonomis. Oleh karena itu perlu adanya klasifikasi pengguna twitter tersebut untuk menentukan dan mendapatkan kepribadian seseorang apakah twit tersebut kredibel dan sesuai dengan kepribadian pengguna twitter tersebut. Penggunaan metode Support Vector Machine dengan pembobotan TF-IDF dan WIDF. Penelitian ini diharapkan mendapatkan tingkat akurasi sebesar 70% dengan presisi yang cukup baik. Kata Kunci : Media Sosial, Twitter, Support Vector Machine, TF-IDF, WIDF.

Subjek

COMPUTER SCIENCE
 

Katalog

Prediksi Kepribadian Pengguna Twitter dengan Support Vector Machine (SVM) Menggunakan Pembobotan TF-IDF dan WIDF
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

DAVID ANDREAS JEFFERSON SIMANJUNTAK
Perorangan
ERWIN BUDI SETIAWAN, DENI SAEPUDIN
 

Penerbit

Universitas Telkom, S1 Ilmu Komputasi
Bandung
2019

Koleksi

Kompetensi

  • CNH4G3 - MACHINE LEARNING
  • CCH4B4 - TUGAS AKHIR
  • CII4E4 - TUGAS AKHIR
  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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