Prediksi Kepribadian Big Five Pengguna Media Sosial Twitter Dengan Metode Naive Bayes-Support Vector Machine (NBSVM)

ALVINDA AMALIA RIZKITA

Informasi Dasar

183 kali
22.04.147
005.7
Karya Ilmiah - Skripsi (S1) - Reference

Secara umum tipe kepribadian dapat diketahui dengan penulisan konten pada sosial media. Sebuah aplikasi berbasis web yang melakukan klasifikasi tipe kepribadian seseorang berdasarkan penulisan pada Twitter. Diharapkan dapat menjadi salah satu cara lain untuk mengetahui tipe kepribadian seseorang. Di penelitian ini, penulis melakukan sistem klasifikasi kepribadian seseorang dengan menggunakan metode klasifikasi Naive Bayes–Support Vector Machine. Model Kepribadian yang digunakan yaitu Big Five Personality. Pengujian data dilakukan berdasarkan konten tweet pengguna Twitter. Sistem dibangun dengan mengumpulkan data dari Twitter dan dilakukan pelabelan yaitu Opennes, Consciousness, Extraversion, Agreeableness, Neuroticsm. Dataset yang digunakan diperoleh dari API Twitter. Dilakukan percobaan dengan skenario untuk mendapatkan rasio data dari akurasi perilaku sosial sebagai baseline, penambahan data TF-IDF dan LIWC serta dilakukan metode SMOTE yang diujikan menerapkan teknik hyperparameter tuning menggunakan Grid Search dengan perilaku sosial sebagai baseline. Hasil Akurasi yang diperoleh dengan penambahan data TF-IDF dan LIWC serta menerapkan metode SMOTE dapat menaikkan nilai akurasi sebesar 82.41% pada algoritma Support Vector Machine. Sedangkan Naive Bayes mengalami kenaikan akurasi sebesar 28.32% dengan akurasi sebesar 71.42%. Dan algoritma Naive Bayes-Support Vector Machine megalami kenaikan akurasi 17.64% dengan nilai akurasi yaitu 53.86%.

Subjek

DATA ANALYSIS
 

Katalog

Prediksi Kepribadian Big Five Pengguna Media Sosial Twitter Dengan Metode Naive Bayes-Support Vector Machine (NBSVM)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ALVINDA AMALIA RIZKITA
Perorangan
ERWIN BUDI SETIAWAN
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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