Prediksi Tipe Kepribadian MBTI Berdasarkan Konten Media Sosial Menggunakan Algoritma Support Vector Machines

Valeria, Jessica (2022) Prediksi Tipe Kepribadian MBTI Berdasarkan Konten Media Sosial Menggunakan Algoritma Support Vector Machines. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (898kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (236kB) | Preview
Preview	PDF BAB_I.pdf Download (221kB) | Preview
Preview	PDF BAB_II.pdf Download (597kB) | Preview
Preview	PDF BAB_III.pdf Download (485kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (7MB)
Preview	PDF BAB_V.pdf Download (202kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (546kB)

Abstract

Perkembangan industri 4.0 mengadakan salah satu inovasi hebat yaitu kecerdasan buatan yang memungkinkan adanya sistem untuk analisis, modelling, komputasi, dan pengambilan keputusan. Sistem ini kemudian disebut pembelajaran mesin yang dapat diterapkan ke berbagai bidang, salah satunya yaitu bidang psikologi. Keprib- adian merupakan bagian terkompleks seseorang yang menandakan keunikan setiap individu. Menurut teori Myers-Briggs Type Indicator (MBTI), perilaku manusia merupakan perilaku yang teratur dan konsisten. Hal ini menyiratkan bahwa peri- laku manusia dapat diprediksi dengan sebuah pola. Dengan pembelajaran mesin, sistem diharapkan dapat mempelajari pola tersebut. Data yang akan digunakan dalam pelatihan model merupakan data konten yang ditulis pengguna dengan la- bel tipe MBTI masing-masing. Dengan algoritma Support Vector Machines, teknik ekstraksi fitur TF-IDF, dan oversampling dengan SMOTE, model akan mengolah dan mempelajari data tersebut. Hasil penelitian menunjukkan bahwa model yang diuji dapat menghasilkan tingkat akurasi prediksi sebesar 93,4%. Kesimpulannya, pengimplementasian algoritma Support Vector Machines, teknik ekstraksi fitur TF- IDF, dan oversampling dengan SMOTE dalam memprediksi tipe kepribadian MBTI berdasarkan konten telah selesai.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	MBTI, Pembelajaran Mesin, SMOTE, Support Vector Machines, TF- IDF
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.7 Multimedia Systems, Blogs, Social Media, Web Application Frameworks
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	20 Jul 2022 03:38
Last Modified:	08 Aug 2023 04:49
URI:	https://kc.umn.ac.id/id/eprint/21798

Actions (login required)

View Item