Prediksi Kepribadian Pengguna Twitter dengan Support Vector Machine (SVM)

GITA SAFITRI

Informasi Umum

Kode

21.04.3232

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

281 kali

Informasi Lainnya

Abstraksi

Penggunaan media sosial meningkat dengan cepat. Berbagai macam informasi yang dapat diperoleh dari platform media sosial, salah satunya pada Twitter. Informasi biografi pengguna dan tulisan yang diungkapkan melalui tweets merupakan aset penting untuk penelitian yang dapat dimanfaatkan untuk menggambarkan kepribadian Big 5, yang terdiri dari openness, conscientiousness, extraversion, agreeableness, dan neuroticism. Beberapa penelitian sebelumnya telah melakukan prediksi kepribadian Big 5. Namun terdapat permasalahan yang ditemukan penulis yakni bagaimana cara meningkatkan performansi dari sistem prediksi kepribadian. Oleh karena itu, penelitian ini bertujuan untuk memprediksi kepribadian Big 5 pada pengguna Twitter dan meningkatkan performansi dari sistem prediksi kepribadian. Sistem prediksi dibangun menggunakan metode klasifikasi Support Vector Machine (SVM). Dalam meningkatkan performansi diterapkan teknik sampling, pemilihan fitur dan hyperparameter tuning. Penelitian ini juga menerapkan ekstraksi fitur linguistik yaitu TF-IDF dan LIWC. Dengan menggunakan 287 data pengguna twitter yang diperoleh dari online survey, dan menerapkan semua teknik optimasi didapat hasil akurasi sebesar 84,22%.

Kata kunci: kepribadian Big 5, SVM, LIWC, TF-IDF, optimasi