Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Information Technology and Computer Science (JOINTECS)

Sistem Pakar Tes Kepribadian Menggunakan Metode Naive Bayes Khalid Aji
JOINTECS (Journal of Information Technology and Computer Science) Vol 4, No 2 (2019)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.391 KB) | DOI: 10.31328/jointecs.v4i2.1010

Abstract

Ilmu Psikologi merupakan disiplin ilmu yang secara umum bertujuan untuk memahami perilaku sesama manusia. Dalam prakteknya ilmu psikologi sebagian besar masih menggunakan cara-cara dan metode lama dalam proses memahami dan mempelajari ilmu psikologi suatu objek. Salah satu metode lama yang masih digunakan dalam ilmu psikologi yakni dengan cara membuat lembaran-lembaran kuisioner atau serangkaian pernyataan yang akan diberikan kepada objek yang akan dipelajari lalu kuisioner-kuisioner tersebut diisi oleh masing-masing objek.Melihat hal tersebut perlu pemanfaatan teknologi untuk membuat aplikasi bidang psikologi, khususnya pada sub bidang kepribadian dimana aplikasi tersebut menggunkan pengetahuan komputer dibidang kecerdasan buatan khususnya cabang sistem pakar untuk membantu klasifikasi kepribadian seseorang dengan menggunkana metode Naive Bayes. Sebab, metode ini mempunyai tingkat akurasi yang lebih baik dibandingan model klasifikasi lainnya. Metode Naive Bayes merupakan salah satu metode klasifikasi yang efektif dan efisien karena proses pengklasifikasiannya bekerja secara independen pada setiap fitur objek yang akan diklasifikasi.Berdasarkan hasil perbandingan pengujian sistem dengan menggunakan metode Naive Bayes dengan 100 data learning dan menguji 10 data testing, perbandingan untuk uji sistem pakar memiliki hasil akurasi 70%. Berdasarkan penelitian yang dilakukan hasil akurasi menunjukkan bahwa metode yang digunakan cukup baik untuk klasifikasi menentukan jenik kepribadian Introvert atau Ekstrovert. Dapat disimpulkan semakin banyak data yang digunakan maka semakin besar pula nilai akurasinya.