Main Article Content

Abstract

Perkembangan teknologi yang begitu pesat membuat banyaknya muncul media sosial yang salah satunya adalah Facebook. Dengan adanya Facebook, pengguna dapat saling bertukar informasi dan berinteraksi tanpa harus bertemu. Pada Facebook, pengguna dapat mengunggah status tanpa adanya batasan unggahan. Dari status Facebook pengguna dapat diketahui kepribadian seperti apa yang dimiliki oleh pengguna. Akan tetapi menganalisa kepribadian secara manual kebenarannya tidak bisa diketahui. Untuk menangani hal ini dibuatlah sebuah sistem yang dapat menganalisa kepribadian pengguna Facebook berdasarkan status yang pernah diunggahnya. Dari status Facebook pengguna dapat diambil informasi dengan menggunakan Facebook API dan mengolahnya menggunakan text mining. Setelah diolah status tersebut di kelompokkan menggunakan algoritma Support Vector Machine. Algoritma ini termasuk kedalam supervised learning dan merupakan metode klasifikasi yang menggunakan fungsi linear untuk mendapakan hasil yang terbaik.Hasil keluaran dari sistem ini berupa kepribadian Ekstrovert dan Introvert berdasarkan status yang pernah dibuat sebelumnya untuk menjadi tolak ukur oleh pengguna Facebook tersebut. Dari 158 data status Facebook didapatkan hasil pengujian sebesar 83,3% dari hasil perbandingan antara pengeluaran sistem yang dibuat dengan sistem yang telah ada. Pada pengujian black box didapatkan hasil 100% sistem dapat berjalan sesuai fungsinya. Sistem ini telah diuji kebergunaannya berdasarkan hasil kuesioner pada 50 orang pengguna Facebook sebesar 90,45%.

Keywords

Facebook Text Mining Support Vector Machine Introvert Ekstrovert Facebook Text Mining Support Vector Machine Introvert Ekstrovert

Article Details

How to Cite
fahmi, belladina, Wibowo, A., & Hajar, D. (2019). Analisa Kepribadian Pengguna Facebook Menggunakan Algoritma Support Vector Machine. Jurnal Komputer Terapan, 5(1), 28–35. https://doi.org/10.35143/jkt.v5i1.2259

References

  1. Kementerian Komunikasi dan Informatika Republik Indonesia. (2016). Balitbang SDM Bahas Hasil Kajian Indikator TIK 2016. Diambil kembali dari Kementerian Komunikasi dan Informatika Republik Indonesia: https://www.kominfo.go.id/content/detail/8399/balitbang-sdm-bahas-hasil-kajian-indikator-tik-2016/0/berita_satker
  2. Teropong Senayan. (2016). Kominfo Sebut Pengguna Internet Banyak Mengakses Medsos Diambil kembali dari Teropong Senayan: http://www.teropongsenayan.com/37859-kominfo-sebut-pengguna-internet-banyak-mengakses-medsos.
  3. Statista. (2016). Number of Facebook users in Indonesia from 2015 to 2022 (in millions). Diambil kembali dari Statista: https://www.statista.com/statistics/304829/number-of-facebook-users-in-indonesia/
  4. Statista. (2016). Most Popular Social Media Of Mobile Internet Users In Indonesia As Of January 2016, By Age Group. Diambil kembali dari Statista: https://www.statista.com/statistics/279776/preferred-netizen-social-media-in-indonesia-by-age/.
  5. Psikologi Mania. (2017). Ini Dia Manfaat Mengenali Kepribadian Anda Sendiri. Diambil dari Psikologi Mania: http://www.psikoma.com/manfaat-mengenali-kepribadian/
  6. Utomo, A. B. (2013). Perbedaan tipe kepribadian ekstrovert dan introvert didalam frekuensi terkena bullying (studi kepada siswa sma negeri 3 salatiga) skripsi.
  7. Management Today. (2013). Why Jung Still Matters. Diambil kembali dari Management Today: http://www.managementtoday.co.uk/why-jung-matters/article/1071184
  8. Shara, Y. (2016). Kebiasaan Pengguna Media Sosial Menggunakan Text Mining ( Studi Kasus : Twitter ).
  9. Hidayat, andi nurul. (2015). Analisis Sentimen Terhadap Wacana Politik Pada Media Masa Online Menggunakan Algoritma Support Vector Machine Dan Naive Bayes. Jurnal Elektronik Sistim Informasi Dan Komputer (Jesik), 1(1), 1–7.