Perpustakaan Digital ITB

Saat ini media sosial sudah menjadi gaya hidup bagi masyarakat, khususnya di Indonesia. Pengguna media sosial tersebut cenderung untuk mengekspresikan perasaan maupun pendapatnya melalui media sosial. Hal tersebut memberikan peluang untuk melakukan pengolahan data media sosial sehingga dapat diterapkan dalam bidang psikologi khususnya untuk membantu penilaian psikologi. Berbagai teknik data mining saat ini juga mendukung pemanfaatan data tersebut. Selain itu, berbagai pendekatan dalam penilaian psikologi telah banyak dikembangkan. Hanya saja pendekatan tersebut belum tentu sesuai dengan data yang berasal dari media sosial. Oleh karena itu, penulis melakukan penelitian terkait perbandingan teknik data mining dan pendekatan psikologi yang tepat untuk diterapkan. Dalam hal ini teknik yang digunakan yaitu Support Vector Machine dan Naive Bayes. Sedangkan pendekatan psikologi yang akan dibandingkan yaitu MBTI dan Five Factor Model. Penelitian ini mengombinasikan kernel (pada teknik SVM), feature extraction (Unigram, Bigram) dan pembobotan yang ada (TF,TF-IDF). Berdasarkan pengujian yang dilakukan, teknik Support Vector Machine (SVM kernel linear, Unigram + Bigram, TF-IDF) merupakan teknik yang memiliki kinerja lebih baik dengan akurasi tertinggi pada dimensi Neuroticism sebesar 74,19%. Adapun pendekatan MBTI merupakan pendekatan yang memiliki kesesuaian yang lebih baik dengan nilai 66,67% dan 62,5% pada skema 1 dan skema 2.