eProceedings of Engineering
Vol 6, No 2 (2019): Agustus 2019

Prediksi kepribadian Big Five dengan Term-Frequency Inverse Document Frequency Menggunakan Metode k-Nearest Neighbor pada Twitter

Roji Ellandi (Telkom University)
Erwin Budi Setiawan (Telkom University)
Fida Nurmala Nugraha (Telkom University)



Article Info

Publish Date
01 Aug 2019

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

Copyrights © 2019






Journal Info

Abbrev

engineering

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing ...