Implementasi Decision Tree C4.5 untuk Prediksi Kepribadian Big Five dengan Pembobotan TF-RF dan TF-CHI2  di Sosial Media Twitter

WILLY

Informasi Umum

Kode

20.04.3500

Klasifikasi

004.36 - Computational Grids

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computation

Dilihat

55 kali

Informasi Lainnya

Abstraksi

Rasa ingin tahu untuk memprediksi kepribadian seseorang melalui sosial media twitter bukanlah hal yang baru lagi. Setiap tweet atau kicauan yang ditulis dapat memberikan informasi mengenai kepribadian seseorang. Permasalahannya adalah bagaimana cara mengklasifikasi teks yang ada di sosial media Twitter ke dalam kelaskelas yang akan dibuat dengan nilai performansi yang baik. Pada penelitian tugas akhir ini, penulis membangun sistem untuk mengklasifikasi kepribadian seseorang di sosial media twitter menggunakan metode klasifikasi decision tree C4.5 dengan metode pembobotan TF-RF dan TF-CHI2. Hal lain yang membedakan dengan penelitian ini adalah pembobotan setiap kata menggunakan metode pembobotan TF-RF dan TF-CHI2 dengan penambahan fitur baru untuk pendekatan berdasarkan perilaku sosial pengguna seperti jumlah karakter pada tweet, rata-rata karakter pada setiap tweet, rata-rata kata pada tweet, media URL yang membaca seberapa banyak pengguna mengunggah foto atau video, tanda baca yaitu menghitung jumlah tanda tanya (?) dan tanda seru (!) pada setiap tweet, menghiturng huruf besar, dan emoji pada tweet yang dapat dideteksi sebanyak 2.552 karakter yang berbedabeda, dan yang terakhir adalah mencoba memadukan pendekatan kepribadian berdasarkan prilaku sosial dengan pendekatan linguistik. Dari hasil percobaan pada rasio data latih 90% dan data uji 10% (90:10) didapatkan hasil akurasi 65.72% melalui perpaduan fitur kepribadian berdasarkan prilaku sosial dengan pendekatan linguistik dengan pembobotan TF-RF.