PREDIKSI WARNA FAVORIT BERDASARKAN KEPRIBADIAN MENGGUNAKAN TEORI BIG FIVE DAN ALGORITMA K-NEAREST NEIGHBOR

YANA FEBIRIZALDY, 3011510059 (2019) PREDIKSI WARNA FAVORIT BERDASARKAN KEPRIBADIAN MENGGUNAKAN TEORI BIG FIVE DAN ALGORITMA K-NEAREST NEIGHBOR. Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (ABSTRAK)
5. ABSTRAK.pdf

Download (427kB)
[img] Text (DAFTAR ISI)
7. DAFTAR ISI.pdf

Download (519kB)
[img] Text (BAB I PENDAHULUAN)
10. BAB I PENDAHULUAN.pdf

Download (337kB)
[img] Text (DAFTAR PUSTAKA)
15. DAFTAR PUSTAKA.pdf

Download (519kB)
[img] Text (JURNAL)
JURNAL - YANA FEBIRIZALDY (3011510059).docx
Restricted to Repository staff only

Download (989kB) | Request a copy
[img] Text (FULLTEXT)
SKRIPSI - YANA FEBIRIZALDY (3011510059).pdf
Restricted to Repository staff only

Download (3MB) | Request a copy
[img] Text (FULLTEXT)
SKRIPSI - YANA FEBIRIZALDY (3011510059).docx
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Warna ternyata memiliki karakteristik dan mampu memberikan kesan, identitas, dan informasi tertentu sesuai dengan kondisi yang ada. Di dalam penelitian ini, warna akan digunakan untuk memberikan informasi tentang kepribadian yang nantinya akan diolah dengan tujuan untuk memprediksi warna favorit dari tiap individu. Penelitian ini menggunakan teori kepribadian Big Five untuk menilai kepribadian individu berdasarkan lima jenis kepribadian Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism dan dilakukan dengan teknik klasifikasi menggunakan algoritma K-Nearest Neighbor. Secara umum, metode penelitian dilakukan dengan beberapa tahapan, yaitu pengumpulan data, skoring menggunakan skala likert BFI, dan klasifikasi data. Proses klasifikasi data dengan algoritma KNN dengan menggunakan koptimal yaitu k=3. Akurasi dari algoritma KNN diuji menggunakan metode pengujian Mean Average Precision (mAP) diperoleh hasil akurasi Map@3 30,3114% dan Map@5 60,185%. Hasil akhir dari penelitian ini adalah sistem berbasis web untuk memprediksi warna favorit berdasarkan kepribadian.

Item Type: Thesis (Undergraduate)
Additional Information: 033/KK.19/UISI-01/IF
Uncontrolled Keywords: Klasifikasi, Big Five, K-Nearest Neighbor
Contributors:
ContributionNameEmail
Thesis advisorLailatul Hidayah, S.Kom., M.S.lailatul.hidayah@uisi.ac.id
Thesis advisorMohammad Arif Rasyidi, S.Kom., M.Sc.mohammad.rasyidi@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: Raudhatul Munawwarah
Date Deposited: 29 Jul 2020 15:40
Last Modified: 29 Jul 2020 15:40
URI: https://repository.uisi.ac.id/id/eprint/516

Actions (login required)

View Item View Item