PREDIKSI KEPRIBADIAN BERDASARKAN CITRA HURUF TULISAN TANGAN DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Muhammad Faiqul Ilmi Al Ayyubi, 3011710041 (2021) PREDIKSI KEPRIBADIAN BERDASARKAN CITRA HURUF TULISAN TANGAN DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (397kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (43kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (636kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (488kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (335kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (970kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (456kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (489kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (486kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (485kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (510kB)
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (552kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13.BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (546kB) | Request a copy
	Text (BAB V PENUTUP) 14.BAB V PENUTUP.pdf Restricted to Repository staff only Download (489kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15.DAFTAR PUSTAKA.pdf Download (503kB)
	Text (LAMPIRAN) 16.LAMPIRAN.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (FULLTEXT) 17. SKRIPSI – MUHAMMAD FAIQUL ILMI AL AYYUBI (3011710041).pdf Restricted to Repository staff only Download (6MB) | Request a copy
	Text (FULLTEXTDOC) 18. SKRIPSI – MUHAMMAD FAIQUL ILMI AL AYYUBI (3011710041).docx Restricted to Repository staff only Download (1MB) | Request a copy
	Text (JURNAL) 19.JURNAL – MUHAMMAD FAIQUL ILMI AL AYYUBI (3011710041).docx Restricted to Repository staff only Download (153kB) | Request a copy

Abstract

Grafologi merupakan metode ilmiah yang dapat menilai kepribadian individu dengan cara melihat melalui pola tulisan tangan. Informasi kepribadian individu yang diperoleh dapat dimanfaatkan misalnya rekrutmen pegawai. Untuk memahami karakteristik seseorang perlu melakukan psikotes yang membutuhkan biaya lebih dan memakan waktu. Oleh karena itu penelitian ini adalah model yang bertujuan untuk mengetahui seberapa besar nilai akurasi yang dihasilkan dari prediksi kepribadian berdasarkan citra huruf tulisan tangan dengan metode Convolutional Neural Network (CNN). Partisipan dalam penelitian ini berjumlah 150 orang. Untuk mengukur kepribadian tersebut menggunakan alat ukur dari Big Five Personality (BFI). Sebelum melakukan tahapan klasifikasi data yang berupa data tulisan tangan, akan dilakukan pemindaian data sehingga data yang akan digunakan dalam bentuk citra. Citra tersebut akan diolah dengan menggunakan metode convolutional neural network. Dari proses tersebut menghasilkan nilai dengan tingkat akurasi, presisi, recall, dan f1-score pada masing-masing kepribadian. Pada dimensi agreeableness menghasilkan nilai rata-rata akurasi sebesar 81.25%, presisi sebesar 81.25%, recall sebesar 81.25% dan f1-score sebesar 29.89%. Lalu, pada dimensi conscientiousness menghasilkan nilai rata- rata akurasi sebesar 68.75%, presisi sebesar 68.75%, recall sebesar 68.75%, dan f1-score sebesar 27.34%. Lalu, pada dimensi extraversion menghasilkan nilai rata-rata akurasi sebesar 56.73%%, presisi sebesar 56.80%, recall sebesar 56.37% dan f1-score sebesar 25.88%. Selanjutnya, pada dimensi neuroticism menghasilkan nilai rata-rata akurasi sebesar 55.65%, presisi sebesar 55.84%, recall sebesar 57.81% dan f1-score sebesar 24.24%. Selanjutnya, pada dimensi openness menghasilkan nilai rata-rata akurasi sebesar 78.12%, presisi sebesar 78.12%, recall sebesar 78.12% dan f1-score sebesar 29.24%. Sehingga, performa dari model yang dibuat pada penelitian ini dapat dikatakan bahwa penggunaan dari metode klasifikasi menggunakan Convolutional Neural Network (CNN) kurang optimal dalam memprediksi kepribadian berdasarkan tulisan tangan huruf. Sebab, masih banyak jumlah dataset yang diperlukan dan adanya kemiripan antara tulisan tangan kepribadian satu dengan yang lainnya.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	kepribadian (BFI), grafologi, convolutional neural network (CNN).
Contributors:	Contribution Name Email Thesis advisor Lailatul Hidayah, S.Kom., M.S. lailatul.hidayah@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Muhammad Faiqul Ilmi Al-Ayyubi
Date Deposited:	21 Sep 2021 14:01
Last Modified:	21 Sep 2021 14:01
URI:	https://repository.uisi.ac.id/id/eprint/1935

Actions (login required)

View Item