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%.

    [thumbnail of S_KOM_1102905_Title.pdf]
    Preview
    Text
    S_KOM_1102905_Title.pdf

    Download (233kB) | Preview
    [thumbnail of S_KOM_1102905_Abstract.pdf]
    Preview
    Text
    S_KOM_1102905_Abstract.pdf

    Download (210kB) | Preview
    [thumbnail of S_KOM_1102905_Table_of_content.pdf]
    Preview
    Text
    S_KOM_1102905_Table_of_content.pdf

    Download (136kB) | Preview
    [thumbnail of S_KOM_1102905_Chapter1.pdf]
    Preview
    Text
    S_KOM_1102905_Chapter1.pdf

    Download (217kB) | Preview
    [thumbnail of S_KOM_1102905_Chapter2.pdf] Text
    S_KOM_1102905_Chapter2.pdf
    Restricted to Staf Perpustakaan

    Download (704kB)
    [thumbnail of S_KOM_1102905_Chapter3.pdf]
    Preview
    Text
    S_KOM_1102905_Chapter3.pdf

    Download (244kB) | Preview
    [thumbnail of S_KOM_1102905_Chapter4.pdf] Text
    S_KOM_1102905_Chapter4.pdf
    Restricted to Staf Perpustakaan

    Download (1MB)
    [thumbnail of S_KOM_1102905_Chapter5.pdf]
    Preview
    Text
    S_KOM_1102905_Chapter5.pdf

    Download (135kB) | Preview
    [thumbnail of S_KOM_1102905_Bibliography.pdf]
    Preview
    Text
    S_KOM_1102905_Bibliography.pdf

    Download (196kB) | Preview
    [thumbnail of S_KOM_1102905_Appendix.pdf] Text
    S_KOM_1102905_Appendix.pdf
    Restricted to Staf Perpustakaan

    Download (459kB)
    Official URL: http://repository.upi.edu
    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 View Item