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

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%.

References

Dewi, M.R., Mudakir, I. and Murdiyah, S. Pengaruh Model Pembelajaran Kolaboratif berbasis Lesson Study terhadap Kemampuan Berpikir Kritis Siswa. Jurnal Edukasi, 3 (2), pp.29-33, 2016.
[2] B. Liu. Sentiment Analysis and Opinion Mining. USA: Morgan & Claypool Publishers, 2012.
[3] Hartanto, H. Text Mining dan Sentimen Analisis Twitter pada Gerakan LGBT. Intuisi: Jurnal Psikologi Ilmiah, 9 (1), pp.18-25, 2017.
[4] Mello, R.F. and Gašević, D., 2019, October. What is the effect of a dominant code in an epistemic network analysis?. In International Conference on Quantitative Ethnography (pp. 66-76). Springer, Cham.
[5] Shaffer, D.W., Collier, W. and Ruis, A.R. A tutorial on epistemic network analysis: Analyzing the structure of connections in cognitive, social, and interaction data. Journal of Learning Analytics, 3 (3), pp.9-45, 2016.
[6] Breiman, L.. Random forests. Machine learning, 45 (1), pp.5-32, 2001.
[7] Arifin, O. and Sasongko, T.B. Analisa Perbandingan Tingkat Performansi Metode Support Vector Machine dan Naïve Bayes Classifier Untuk Klasifikasi Jalur Minat SMA. SEMNASTEKNOMEDIA ONLINE, 6 (1), pp.1-2, 2018.
[8] Sari, A.P., Saptono, R. and Suryani, E. The Implementation of Jaro-Winkler Distance and Naive Bayes Classifier for Identification System of Pests and Diseases on Paddy. ITSMART: Jurnal Teknologi dan Informasi, 7 (1), pp.1-7, 2018.
[9] Lestari, A.R.T., Perdana, R.S. and Fauzi, M.A. Analisis Sentimen Tentang Opini Pilkada DKI 2017 pada Dokumen Twitter Berbahasa Indonesia Menggunakan Naive Bayes dan Pembobotan Emoji. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, p. 964X. 2017.
[10] Ling, J., Kencana, I.P.E.N. and Oka, T.B. Analisis Sentimen Menggunakan Metode Naïve Bayes Classifier dengan Seleksi Fitur Chi Square. E-Jurnal Matematika, 3(3), pp.92-99, 2014.
[11] Sari, R. and Hayuningtyas, R.Y. Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Pada Wisata TMII Berbasis Website. Indonesian Journal on Software Engineering (IJSE), 5(2), pp.51-60, 2019.
[12] Marquart, C.L. (2019). rENA: Epistemic Network Analysis. [ONLINE] Available at: https://cran.r-project.org/web/packages/rENA/index.html.
[13] Leydesdorff, L. and Welbers, K. The semantic mapping of words and co-words in contexts. Journal of Informetrics, 5(3), pp.469-475, 2011.
[14] Swiecki, Z. and Shaffer, D.W. iSENS: an integrated approach to combining epistemic and social network analyses. In Proceedings of the Tenth International Conference on Learning Analytics & Knowledge (pp. 305-313), 2020.
Published
2020-11-20
How to Cite
CENDANA, Maya; WIJAYA, Alfin. Klasifikasi Kepribadian Myres-Briggs Type Indicator Berdasarkan Cuitan di Twitter Menggunakan Metode TF-IDF dan Naive Bayes Classifier. Jurnal Linguistik Komputasional, [S.l.], v. 3, n. 2, p. 48 - 53, nov. 2020. ISSN 2621-9336. Available at: <http://inacl.id/journal/index.php/jlk/article/view/37>. Date accessed: 03 dec. 2020. doi: https://doi.org/10.26418/jlk.v3i2.37.
Section
Articles