Analisa Kepribadian Pengguna Facebook Menggunakan Algoritma Support Vector Machine

belladina fahmi, Ardianto Wibowo, Dewi Hajar
{"title":"Analisa Kepribadian Pengguna Facebook Menggunakan Algoritma Support Vector Machine","authors":"belladina fahmi, Ardianto Wibowo, Dewi Hajar","doi":"10.35143/JKT.V5I1.2259","DOIUrl":null,"url":null,"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%.","PeriodicalId":31786,"journal":{"name":"Jurnal Komputer Terapan","volume":"38 3","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputer Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35143/JKT.V5I1.2259","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

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%.
因此,快速发展的技术使许多社交媒体出现,其中之一就是Facebook。有了Facebook,用户可以在不见面的情况下交换信息和互动。在Facebook上,用户可以上传状态,不受扩展限制。从Facebook的状态,用户可以知道用户拥有的身份。但是手动分析人格的真相是未知的。为了解决这个问题,创建了一个系统,可以根据Facebook用户之前的暂停状态来分析他们的身份。从Facebook状态,用户可以使用Facebook API获取信息,并将其转换为挖掘文本。之后他们在小组中使用支持向量机算法进行状态分析。该算法包括监督学习,是一种使用线性函数来获得最佳结果的分类方法。该系统的结果是根据Facebook用户先前创建的状态调整Ekstrovert和Introvert的个性。在158个Facebook状态数据中,83.3%的测试结果在系统输出和现有系统之间进行了比较。在黑盒测试中,你会得到100%的结果,表明系统可以根据其功能运行。该系统已根据50名Facebook用户(90.45%)的凝聚力结果进行了成功测试。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
32
审稿时长
6 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书