Penulis Utama : Khansa Ardya Azzahra
NIM / NIP : M0515022
×

Kepribadian adalah kombinasi dari karakteristik dan perilaku seseorang dalam kondisi tertentu. Ada beberapa model kepribadian yang dapat digunakan untuk memprediksi kecenderungan kepribadian, salah satunya adalah kepribadian yang memiliki sisi gelap atau substansi negatif yang disebut dengan Dark Triad personality. Kepribadian ini terbagi menjadi 3 sifat yaitu Machiavellianism (sifat manipulatif), Narcissism (narsistik), and Psychopath (antisosial).
Dalam penelitian kali ini akan dilakukan klasifikasi Dark Triad personality dengan menggunakan data dari kuesioner Dirty Dozen dan data dari Twitter. Kuesioner Dirty Dozen akan dibagikan secara umum menggunakan Google Form, dimana hasilnya akan digunakan sebagai label awal dari kepribadian Dark Triad. Sedangkan data Twitter akan diambil (crawl) menggunakan API Twitter dengan RStudio. Hasil klasifikasi dari data Twitter akan dibandingkan dengan label awal dari hasi kuesioner.
Klasifikasi dilakukan dengan menggunakan Metode Support Vector Machine sesuai dengan kelompok kata yang didapatkan dari hasil pemrosesan data training, sedangkan data testing digunakan sebagai proses pengujian.
Dari hasil penelitian didapatkan klasifikasi dengan akurasi tertinggi sebesar 73,3% yang diperoleh dari hasil skenario 2 yaitu perbandingan data training dan data testing sebesar 80:20. Dengan menggunakan Metode Suppoert Vector Machine, penelitian ini dapat menghasilkan klasifikasi yang cukup baik dalam memprediksi adanya kecenderungan kepribadian Dark Triad melalui analisis Twitter.

Kata kunci: Dark Triad Personality, Support Vector Machine, Twitter

 

×
Penulis Utama : Khansa Ardya Azzahra
Penulis Tambahan : -
NIM / NIP : M0515022
Tahun : 2021
Judul : Prediksi Kepribadian Dark Triad Personality Traits Melalui Analisis Twitter Menggunakan Metode Support Vector Machine
Edisi :
Imprint : Surakarta - Fak. MIPA - 2021
Program Studi : S-1 Informatika
Kolasi :
Sumber : UNS-Fak. MIPA-M0515022
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Winarno, S.Si., M.Eng
2. Sari Widya Sihwi, S.Kom., M.T.I.
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.