Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Fida Nurmala Nugraha
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Prediksi Big Five Personality dengan Term Frequency Inverse Document Frequency (TF – IDF) Menggunakan Metode Logistic Regression pada Pengguna Twitter Rendo Zenico; Erwin Budi Setiawan; Fida Nurmala Nugraha
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kepribadian atau personality bisa didefinisikan sebagai keseluruhan cara seseorang bereaksi dan berinteraksi dengan lingkungan maupun dengan individu lainnya. Penelitian yang berkaitan dengan kepribadian seseorang sudah banyak dilakukan para ahli untuk kepentingan tertentu. Penelitian terhadap kepribadian seseorang dalam penggunaan media sosial juga sudah mulai banyak dikembangkan. Salah satu media sosial yang digunakan untuk mengamati dan meneliti kepribadian dari seseorang adalah Twitter. Dengan banyaknya pengguna aktif pada Twitter, setiap individu pasti memiliki ciri yang berbeda dalam menggunakan akun Twitter mereka. Pada penelitian tugas akhir ini, penulis membangun sistem klasifikasi kepribadian pengguna Twitter. Penelitian yang dilakukan menggunakan dua pendekatan, yaitu pendekatan linguistik dan pendekatan perilaku sosial dengan menggunakan fitur dari Twitter itu sendiri. Data yang digunakan adalah data dari 143 pengguna Twitter dengan jumlah 351,197 tweet dengan rasio perbandingan data latih dan data uji 70%:30%. Menggunakan pembobotan Term Frequency Inverse Document Frequency (TF – IDF) dan Logistic Regression sebagai algoritma klasifikasi, akurasi yang dihasilkan oleh sistem yang dibangun pada tugas akhir ini 69% untuk pendekatan perilaku sosial dan 76,20% untuk pendekatan linguistik dan pendekatan perilaku sosial. Kata kunci : twitter, pembobotan, TF – IDF, logistic regression
Prediksi kepribadian Big Five dengan Term-Frequency Inverse Document Frequency Menggunakan Metode k-Nearest Neighbor pada Twitter Roji Ellandi; Erwin Budi Setiawan; Fida Nurmala Nugraha
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Twitter merupakan media sosial yang sampai saat ini sangat digemari dan menjadi penyebaran informasi yang sangat cepat. Informasi yang beredar juga sangat banyak, mulai dari berita, opini, komentar, dan kritik semuanya ada yang bersifat positif , negatif, dan netral. Menurut data yang dilansir secara statistik dan berdasarkan penelitian PeerReach, indonesia termasuk pengguna Twitter yang paling aktif ke 3 di dunia dibawah Amerika serikat dan Jepang. Dari kumpulan data tersebut kita dapat melakukan analisis kepribadian terhadap suatu keadaan untuk melihat respon masyarakat, media ataupun kepemerintahan terhadap suatu objek tersebut dan proses klasifikasi itu sendiri. Metode yang digunakan dalam penelitian prediksi kepribadian ini dilakukan untuk mengklasifikasi sebuah tweet ke dalam bentuk 5 kepribadian. Metode kepribadian yang digunakan peneliti adalah Big Five Personality dan metode perhitungan klasifikasi dengan k-NN (k-Nearest Neighbor). hasil dari penelitian ini adalah dapat memperoleh nilai akurasi 60,97% dengan pembobotan melalui tahap TF-IDF(Term-Frequency Invert Document Frequency). Kata kunci : Klasifikasi, Big Five Personality, Twitter, TF-IDF, k-NN
Co-Authors Erwin Budi Setiawan Rendo Zenico Roji Ellandi