Klasifikasi Kerpibadian Berdasarkan Big Five Personality Menggunakan Metode Fuzzy Decision Tree Dengan Algoritma C4.5

Kepribadian merupakan sifat alami seseorang mencangkup tingkah laku, cara berbicara, bertindak dalam menghadapi sesuatu. Pada setiap orang memiliki kepribadian yang berbeda-beda dalam soal kualitas dan kuantitas. Banyak penelitian sudah dilakukan untuk klasifikasi kepribadian yang menggunakan media...

Full description

Saved in:
Bibliographic Details
Main Authors: Siti Aisah, Fajri Rakhmat Umbara, Herdi Ashaury
Format: Article
Language:English
Published: LPPM Universitas Mohammad Husni Thamrin 2022-03-01
Series:Jurnal Teknologi Informatika & Komputer
Online Access:https://journal.thamrin.ac.id/index.php/jtik/article/view/1110
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Kepribadian merupakan sifat alami seseorang mencangkup tingkah laku, cara berbicara, bertindak dalam menghadapi sesuatu. Pada setiap orang memiliki kepribadian yang berbeda-beda dalam soal kualitas dan kuantitas. Banyak penelitian sudah dilakukan untuk klasifikasi kepribadian yang menggunakan media sosial sebagai sumber informasi. Memahami kepribadian seseorang dapat melalui tweet pada pengguna twitter dengan hasil klasifikasi gabungan antara perilaku sosial dan linguistik. Nilai akurasi penilaian kepribadian dapat ditingkatkan jika menggunakan salah satu dari pembobotan yang mempengaruhi kata-kata dari suatu tweet pengguna. Namun data yang digunakan pada penelitian ini memiliki atribut tipe diskrit dan kontinu sehingga membutuhkan metode yang dapat menangani permasalahan pada klasifikasi kepribadian. Pada penelitian ini klasifikasi kepribadian berdasarkan Big Five Personality sehingga menemukan kepribadian baru seperti Extraverted, Serious, Dependable, Lively dan Responsible. Data yang digunakan akan diektraksi menggunakan metode Fuzzy Decision Tree dengan Algoritma C4.5. Data kepribadian yang digunakan terdiri dari 8 variabel. Model Fuzzy Decision Tree diimplementasikan menggunakan pruning atau pemangkasan, sehingga ada kemungkinan aturan yang dihasilkan memiliki akurasi yang tinggi.
ISSN:2656-9957
2622-8475