Kepribadian adalah identitas seseorang yang ditujukan kepada publik. Kepribadian Big Five adalah model kepribadian yang paling umum digunakan. Mendeteksi kepribadian seseorang masih merupakan tugas yang sulit saat ini. Karena pendeteksian kepribadian masih sering mengharuskan manusia untuk mengisi kuesioner yang panjang untuk mengevaluasi berbagai sifat kepribadian. Oleh karena itu, diperlukan sistem yang mampu mengidentifikasi kepribadian dengan mudah dan spesifik. Dengan menggunakan media sosial, individu sering mengekspresikan perasaan mereka. Twitter adalah platform jejaring sosial yang paling populer saat ini. Dalam penelitian ini, kami menggunakan Algoritma XGBoost, sebuah metode pembelajaran mesin yang ampuh, untuk membuat sistem pendeteksi kepribadian yang meningkatkan pendekatan yang ada saat ini. Penelitian kami bertujuan untuk menentukan seberapa baik algoritma XGBoost dapat mengenali fitur-fitur kepribadian Big Five pada pengguna Twitter. Kami mencapai hasil yang menggembirakan melalui investigasi dan eksperimen yang mendalam. Algoritma XGBoost berhasil mengembangkan sebuah model yang dapat mengenali seluruh label ciri-ciri kepribadian Big Five tetapi dengan nilai presisi, recall dan f1-score yang berbeda. Nilai tertinggi didapatkan pada label Extroversion dengan nilai presisi 0.92, recall 1.00 dan f1-score sebesar 0.96. Sedangkan untuk nilai terendah dimiliki oleh label Agreeableness dengan nilai presisi 0.29, recall 0.29, dan f1-score sebesar 0.29. Penelitian ini menunjukkan potensi Algoritma XGBoost untuk penemuan kepribadian di platform media sosial, memberikan metode yang cepat dan akurat untuk mengidentifikasi karakteristik yang khas. Secara keseluruhan, hasil penelitian ini menunjukkan efisiensi Algoritma XGBoost dalam konteks pengenalan kepribadian, membuka pintu untuk pengembangan lebih lanjut dalam memahami dan mengevaluasi perilaku manusia melalui platform media sosial seperti Twitter.