SISTEM PREDIKSI KEPRIBADIAN BERDASARKAN FACEBOOK POST MENGGUNAKAN METODE XGBOOST
No Thumbnail Available
Date
2014
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Penggunaan media sosial sebagai media utama komunikasi semakin lazim setiap tahunnya. Medium utama yang paling umum digunakan pada media sosial adalah teks, contohnya kiriman status Facebook dimana pengguna bebas untuk mengekspresikan dirinya. Tujuan utama penelitian ini adalah klasifikasi model kepribadian Big Five, yakni: extraversion, neuroticism, agreeableness, conscientiousness, openness, berdasarkan data tekstual status kiriman pengguna Facebook dari dataset myPersonality, menggunakan XGBoost. Penulis mencari parameter XGBoost yang optimal menggunakan metode stratified k-fold cross validation dimana parameter yang terpilih digunakan pada model akhir XGBoost untuk diimplementasikan ke dalam aplikasi layanan prediksi berbasis web. Pada penelitian ini data tekstual diolah menggunakan teknik data preprocessing dan word embedding vectorization menggunakan bantuan library Spacy. Metrik evaluasi yang digunakan adalah hamming loss sebab klasifikasi kepribadian Big Five merupakan multilabel classification. Hasil akhir hamming loss pada model akhir XGBoost yakni sebesar 0,38.
Description
Keywords
xgboost, ai, big 5 personality