Jurnal Linguistik Komputasional
Vol 3 No 2 (2020): Vol. 3, No. 2

Klasifikasi Kepribadian Myres-Briggs Type Indicator Berdasarkan Cuitan di Twitter Menggunakan Metode TF-IDF dan Naive Bayes Classifier

Maya Cendana (Universitas Bunda Mulia)
Alfin Wijaya (Program Studi Teknik Informatika, Universitas Bunda Mulia)



Article Info

Publish Date
25 Sep 2020

Abstract

Tipe kerpibadian seseorang biasanya dapat diketahui dengan menggunakan psikotes. Salah satu jenis psikotes yang sering digunakan adalah Myres-Briggs Type Indicator (MBTI). Sebuah aplikasi berbasis web yang dapat melakukan klasifikasi tipe kepribadian seseorang berdasarkan cuitan di Twitter diharapkan dapat menjadi salah satu alternatif untuk mengetahui tipe kepribadian seseorang tanpa perlu mengikuti psikotes secara konvensional. Selain itu, hasil psikotes juga dapat diketahui secara langsung. Aplikasi ini dibuat dengan menggunakan teknik text mining, yaitu dengan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan metode klasifikasi Naive Bayes Classifier. Metode TF-IDF digunakan untuk memberikan pembobotan kata dari data training dan metode Naive Bayess Classifier digunakan untuk mengklasifikasikan data testing berdasarkan data yang telah dilatih sebelumnya. Data akan dibersihkan terlebih dahulu sebelum dilatih maupun diuji melalui proses preprocessing sehingga informasi yang dihasilkan dapat menjadi lebih akurat. Hasil dari penelitian ini adalah dari 100 data yang diuji, 71 data termasuk kategori klasifikasi benar sesuai dengan labelnya, sedangkan 29 data termasuk kategori klasifikasi salah karena hasil prediksi tidak sesuai dengan labelnya. Tingkat akurasi adalah sebesar 71% dengan rincian precision dan recall untuk kelas artisan sebesar 63% dan 68%, untuk kelas guardian sebesar 77% dan 68%, untuk kelas rational sebesar 64% dan 72%, dan untuk kelas idealist sebesar 83% dan 76%.

Copyrights © 2020






Journal Info

Abbrev

jlk

Publisher

Subject

Computer Science & IT

Description

Jurnal Linguistik Komputasional (JLK) menerbitkan makalah orisinil di bidang lingustik komputasional yang mencakup, namun tidak terbatas pada : Phonology, Morphology, Chunking/Shallow Parsing, Parsing/Grammatical Formalisms, Semantic Processing, Lexical Semantics, Ontology, Linguistic Resources, ...