PREDIKSI TINGKAT KEMATANGAN EMOSIONAL SESEORANG MELALUI AKTIVITAS DI MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA C4.5

Kusumo, Nur Hadi (2016) PREDIKSI TINGKAT KEMATANGAN EMOSIONAL SESEORANG MELALUI AKTIVITAS DI MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA C4.5. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Aktivitas di media sosial yang sangat aktif terutama untuk masyarakat di Indonesia telah menjadi kebiasaan atau life style dalam kehidupan sehari-hari, hal ini dapat menggambarkan sikap, karakteristik dan pola penggunanya. Hal ini juga dapat secara langsung menggambarkan kepribadian seseorang (personality traits) yang menggunakan media sosial tersebut. Ada beberapa penelitian sebelumnya yang berusaha memprediksi kepribadian seseorang lewat akun media sosialnya, tetapi masih sulit mendapatkan akurasi yang besar dalam memprediksi hal tersebut. Pada penelitian ini penulis memfokuskan untuk melakukan klasifikasi terhadap tingkat kematangan emosi saja bukan terhadap kepribadian seseorang secara utuh. Dengan menggunakan algoritma C4.5 dan mendapatkan dataset dari hasil psikotes, penelitian ini berhasil mendapatkan nilai akurasi sebesar 71.01%.;---Activities in social media were very active, especially for people in Indonesia have become habits or life style in everyday life, it can describe the attitudes, characteristics and patterns of its users. It can also directly describe a person's personality (personality traits) are using social media. There are several previous studies that attempted to predict an individual's personality through his social media accounts, but it is still difficult to obtain greater accuracy in predicting it. In this research will focus on the classification of the level of emotional maturity alone is not the personality of a person as a whole. By using the algorithm C4.5 and get a dataset of psychological test results, this study managed to get the value of accuracy of 71.01%.

Preview	Text S_KOM_1102905_Title.pdf Download (233kB) | Preview
Preview	Text S_KOM_1102905_Abstract.pdf Download (210kB) | Preview
Preview	Text S_KOM_1102905_Table_of_content.pdf Download (136kB) | Preview
Preview	Text S_KOM_1102905_Chapter1.pdf Download (217kB) | Preview
	Text S_KOM_1102905_Chapter2.pdf Restricted to Staf Perpustakaan Download (704kB)
Preview	Text S_KOM_1102905_Chapter3.pdf Download (244kB) | Preview
	Text S_KOM_1102905_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
Preview	Text S_KOM_1102905_Chapter5.pdf Download (135kB) | Preview
Preview	Text S_KOM_1102905_Bibliography.pdf Download (196kB) | Preview
	Text S_KOM_1102905_Appendix.pdf Restricted to Staf Perpustakaan Download (459kB)

Item Type:	Thesis (S1)
Additional Information:	No. Panggil : S KOM KUS p-2016; Pembimbing : I. Yudi Wibowo, II. Rosa Ariani.
Uncontrolled Keywords:	Prediksi Emosi, Klasifikasi, Decision Tree , C4.5, Twitter, Prediction Emotions, Classification, Decision Tree , C4.5, Twitter.
Subjects:	B Philosophy. Psychology. Religion > BF Psychology T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Pendidikan Ilmu Komputer
Depositing User:	Mr mhsinf 2017
Date Deposited:	25 Sep 2017 08:28
Last Modified:	25 Sep 2017 08:28
URI:	http://repository.upi.edu/id/eprint/26285

Actions (login required)

View Item