KLASIFIKASI KEPRIBADIAN MENGGUNAKAN ALGORITMA MACHINE LEARNING

KLASIFIKASI KEPRIBADIAN MENGGUNAKAN ALGORITMA MACHINE LEARNING

• By Maulidah, Mawadatul;
• Jurnal Nasional Tidak Terakreditasi
• 456
• 66-73

Myers-Briggs Personality Type (MBTI) adalah metrik kepribadian populer yang menggunakan empat dikotomi sebagai indikator sifat kepribadian. Penelitian ini menggunakan dataset publik dari Kaggle yaitu Myers-Briggs Personality Type Dataset, model yang diujikan adalah beberapa model klasifikasi machine learning dengan bantuan teknik pengambilan sampel imlearn under-over sampling untuk klasifikasi tipe kepribadian MBTI. Penelitian ini bertujuan untuk klasifikasi jenis kepribadian Myers-Briggs Type Indicator (MBTI) berdasarkan teks dari postingan pengguna di platform sosial media Reddit. Dataset yang digunakan dalam penelitian ini terdiri dari sekitar 8.000 postingan yang dikumpulkan dari subreddit MBTI. Beberapa metode pengolahan teks seperti tokenisasi, penghapusan tanda baca, dan stemming digunakan untuk memproses data mentah sebelum dimasukkan ke dalam model . Hasil eksperimen menunjukkan bahwa model LSTM dengan menggunakan Adam's optimizer dan learning rate 0,01 menghasilkan kinerja yang baik dengan akurasi 80,73dibandingkan dengan model machine learning lainnya.Selain model LSTM, XG Boost juga merupakan model klasifikasi dengan akurasi tertinggi berdasarkan 16 tipe kepribadian menghasilkan akurasi sebesar 60,09 dan Regresi Logistik dengan dimensi NS sebagai nilai akurasi terbaik sebesar 87,21%.

• Katakunci algoritma klasifikasi, tipe kepribadian, mbti
• URL https://journal.amikveteran.ac.id/index.php/jitek/article/view/1292/1150
• Penerbit Jurnal Informatika Dan Tekonologi Komputer (JITEK), Purwokerto Jawa Tengah

REFERENSI

Mitchelle, J.; Kumpulan Data Jenis Kepribadian Myers-Briggs. Mencakup Banyak Jenis MBTI Orang dan Konten yang Ditulis oleh Mereka. Tersedia online: https://www.kaggle.com/datasnaek/mbti-type (diakses pada 4 Maret 2021).

Cui B, Qi C. 2017. Analisis survei metode pembelajaran mesin untuk pemrosesan bahasa alami untuk prediksi tipe kepribadian MBTI. Tersedia di http://cs229.stanford. edu/ proj2017/final-reports/ 5242471.pdf.

Bharadwaj S, Sridhar S, Choudhary R, Srinath R. 2018. Identifikasi ciri-ciri persona berdasarkan Indikator Tipe Myers-Briggs (MBTI) - pendekatan klasifikasi teks. Dalam: Konferensi Internasional 2018 tentang Kemajuan dalam Komputasi, Komunikasi dan Informatika (ICACCI). DOI 10.1109/icacci.2018.855482

Li C, Hancock M, Bowles B, Hancock O, Perg L, Brown P , dkk, Wade R . 2018. Ekstraksi fitur dari postingan media sosial untuk pengetikan psikometri peserta. Augmented Cognition: Catatan Kuliah Teknologi Cerdas dalam Ilmu Komputer 267–286 DOI 10.1007/978-3-319-91470-1_23.

Amirhosseini MH, Kazemian H. 2020. Pendekatan pembelajaran mesin untuk prediksi tipe kepribadian berdasarkan myers—briggs type indicator R . Teknologi Multimoda dan Interaksi 4(1):9 DOI 10.3390/mti4010009.

Mehta Y, Fatehi S, Kazameini A, Stachl C, Cambria E, Eetemadi S. 2020. Bottom-up and top-down: memprediksi kepribadian dengan fitur psikolinguistik dan model bahasa. Di: Pada tahun 2020 konferensi internasional IEEE tentang penambangan data (ICDM). Piscataway: IEEE, 1184–1189.

Keh SS, Cheng I. 2019. Klasifikasi kepribadian Myers-Briggs dan generasi bahasa spesifik kepribadian menggunakan model bahasa terlatih. Pracetak ArXiv. arXiv:1907.06333.

Choong, En & Varathan, Kasturi. (2021). Memprediksi penilaian-persepsi Myers-Briggs Type Indicator (MBTI) di forum sosial online. TemanJ. 9.e11382. 10.7717/peerj.11382.

Hernandez, R.; Knight, IS Memprediksi Indikator Tipe Myers-Bridge dengan klasifikasi teks. Dalam Prosiding Konferensi ke-31 tentang Sistem Pemrosesan Informasi Saraf, Long Beach, CA, AS, 4–9 Desember 2017. Tersedia online: https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1184/ laporan/6839354.pdf (diakses pada 9 September 2018).

Srilakshmi Bharadwaj, dkk. 2018. Identifikasi Sifat Persono Berdasarkan Myres-Briggs Type Indicator (MBTI) – Suatu Pendekatan Klasifikasi Teks. Konferensi Internasional 2018 tentang Kemajuan dalam Komputasi, Komunikasi dan Informatika, 19-22 September 2018, Banglore, India. hal.1076-1082.

David Keirsey. Empat Temperamen. https://keirsey.com/temperamentoverview. Diakses tanggal 10 Februari 2020

Pouria Kaviani, Sunita Dhorte. 2017. Survei Singkat Algoritma Naive bayes. International Journal of Advance Engineering and research Development, 4(11). hal.607-611.

Bayu Yudha Pratama, Riyanarto Sarno. 2015. Klasifikasi Kepribadian Berdasarkan Teks Twitter Menggunakan Naive bayes, KNN, dan SVM. 2015. Konferensi Internasional Rekayasa Data dan Perangkat Lunak, 25-26. Nopember 2015, Yogyakarta, Indonesia. hal.170-174.

Muhammad Fikry, Yusra. 2018. Ekstrover atau Introver : Klasifikasi Kepemilikan Pengguna Twitter Dengan Menggunakan Metode Support Vector Machine. Jurnal Sains, Teknologi, dan Industri, 16(1). hal.72-76.