SHOLECH, KHAIRUL (2024) ANALISIS SENTIMEN TWITTER UNTUK MENENTUKAN KEPRIBADIAN SESEORANG BERDASARKAN MODEL THE BIG FIVE PERSONALITY TRAITS DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (HAL COVER)
01 Cover.pdf Download (415kB) |
|
Text (ABSTRAK)
02 Abstrak.pdf Download (91kB) |
|
Text (BAB I)
03 Bab 1.pdf Restricted to Registered users only Download (66kB) |
|
Text (BAB II)
04 Bab 2.pdf Restricted to Registered users only Download (393kB) |
|
Text (BAB III)
05 Bab 3.pdf Restricted to Registered users only Download (178kB) |
|
Text (BAB IV)
06 Bab 4.pdf Restricted to Registered users only Download (740kB) |
|
Text (BAB V)
07 Bab 5.pdf Restricted to Registered users only Download (32kB) |
|
Text (DAFTAR PUSTAKA)
08 Daftar Pustaka.pdf Restricted to Registered users only Download (149kB) |
|
Text (LAMPIRAN)
09 Lampiran.pdf Restricted to Registered users only Download (1MB) |
Abstract
This research implements the Naïve Bayes algorithm to analyze a person’s personality based on Twitter data according to The Big Five Personality Traits with influential Twitter users in indonesia with a total data of 500 tweets per user. Crawling data prod uces 50.024 tweets and after data becomes 46.028 tweets. The next step by appyling the Term Frequency Frequency- Inverse Document Frequency (TF TF-IDF) weighting technique and conducting NRC -Lexicon analysis, this research succeeded in extracting sentiment and emotion information contained in each tweet. The combination of the two methods is the basis for determining the label on the personality dimension that refers to the OCEAN (Openness, Conscienciousness, Extraversion, Agreeableness, Neuroticism). The Naïve Bayes al gorithm was used for classification, achieving the highest accuracy of 75.56% on a test dataset with a 90:10 ratio. Model evaluation showed improved performance as the size of the test dataset increased, emphasizing the importance of larger dataset to impr ove classification accuracy. This research provides insights for further research and practical applications in understanding personality dynamics derived from social media. Keywords : Naïve Bayes algorithm , The Big Five Personality Traits, NRC NRC- Lexicon, Sentiment Analysis Analysis, TF -IDF. Penelitian ini mengimplementasikan algoritma Naïve Bayes untuk menganalisis kepribadian seseorang berdasarkan data Twitter sesuai dengan The Big Five Personality Traits dengan pengguna Twitter yang berpengaruh di Indonesia dengan masing masing-masing 500 tweet per per-pengguna. Melalui proses Crawling data menghasilkan 50.02 50.024 tweets dan setelah melalui PrePre-processing data menjadi 46.028 tweet. Langkah selanjutnya dengan menerapkan teknik pembobotan Term Frequ encyency-Inverse Document Frequency (TF TF-IDF) dan melakukan analisis NRC NRC-Lexicon, penelitian ini berhasil menggali informasi sentimen dan emosi yang terkandung dalam setiap tweet. Kombinasi kedua metode ini menjadi dasar penentuan label pada dimensi kepribadian yang mengacu pada model OCEAN (Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism). Algoritma Naïve Bayes digunakan untuk klasifikasi, mencapai akurasi tertinggi 75.56% pada dataset uji dengan perbandingan 90:10. Evaluasi model menunjuk kan peningkatan performa seiring dengan pertumbuhan ukuran dataset uji, menekankan pentingnya dataset yang lebih besar untuk meningkatkan ketepatan klasifikasi. Penelitian ini memberikan wawasan mendalam untuk riset lebih lanjut dan aplikasi praktis dalam memahami dinamika kepribadian yang diperoleh dari media sosial. Kata Kunci : Algoritma Naïve Bayes Bayes, The Big Five Personality Traits Traits, NRCNRC- LexiconLexicon, Analisis Sentimen, TF TF-IDFIDF.
Actions (login required)
 |
View Item |
