Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Repositor
Elna Pocut Israeta
a:1:{s:5:"en_US";s:33:"University of Muhammadiyah Malang";}

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Optimalisasi Klasifikasi Tipe Kepribadian Menggunakan Dataset MBTI dengan Metode SMOTE dan Perbandingan Dua Teknik Boosting Elna Pocut Israeta
Jurnal Repositor Vol. 8 No. 3 (2026): Agustus 2026
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v8i3.37436

Abstract

Tipe kepribadian merupakan salah satu indikator penting yang dapat membantu memahami perilaku individu dalam berbagai konteks sosial dan profesional. Myers-Briggs Type Indicator (MBTI) adalah salah satu metode klasifikasi tipe kepribadian yang sering digunakan. Namun, dataset MBTI sering kali mengalami ketidakseimbangan kelas yang signifikan, yang dapat menurunkan performa model klasifikasi. Penelitian ini bertujuan untuk menoptimalkan klasifikasi tipe kepribadian menggunakan metode SMOTE (Synthetic Minority Over-Sampling Technique) untuk menyeimbangkan data, serta membandingkan dua teknik boosting, yaitu XGBoost dan AdaBoost, guna meningkatkan performa model. Dataset yang digunakan dalam penelitian ini terdiri dari ribuan data kepribadian dengan distribusi yang tidak merata antar tipe. Setelah menerapkan SMOTE, dilakukan optimasi dan evaluasi model menggunakan metrik akurasi micro dan macro. Hasil penelitian ini menunjukkan bahwa teknik XGBoost lebih unggul dalam menjaga keseimbangan performa dengan makro akurasi mencapai 95.24%, meskipun akurasi mikro sedikit menurun menjadi 61.96%. Sementara itu, AdaBoost menunjukkan penurunan yang lebih signifikan dalam akurasi mikro setelah penerapan SMOTE dengan nilai 44.32%, meskipun makro akurasi masih cukup tinggi pada angka 93.03%. Dengan demikian, XGBoost dipilih sebagai teknik yang lebih optimal dalam menangani ketidakseimbangan data pada klasifikasi tipe kepribadian
Co-Authors