Maruli Tua Silaen
universitas tanjungpura

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

Found 1 Documents
Search

KLASIFIKASI KARAKTERISTIK KEPRIBADIAN SISWA BERDASARKAN THE BIG FIVE PERSONALITY DENGAN MENGGUNAKAN METODE K- NEAREST NEIGHBOR (KNN) Maruli Tua Silaen
Jurnal Informatika dan Rekayasa Elektronik Vol. 6 No. 1 (2023): JIRE April 2023
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v6i1.860

Abstract

Permasalahan yang dihadapi dalam penelitian ini adalah banyaknya siswa yang tidak mengetahui potensi mereka sehingga sulit untuk mengembangkan kemampuan yang dimiliki [2]. Oleh karena itu, penelitian ini bertujuan untuk membantu siswa dalam mengenali potensi mereka dan mengembangkan kemampuan yang dimiliki dengan mengklasifikasikan kepribadian siswa berdasarkan nilai raport, kuesioner The Big Five Personality, nilai pengetahuan, dan nilai keterampilan sebagai parameter penelitian [3]. Metode yang digunakan dalam penelitian ini adalah algoritma K-Nearest Neighbor (KNN) yang diterapkan dalam sebuah aplikasi menggunakan metode The Big Five Personality [4]. Data diambil dari kuesioner yang berisikan 50 pertanyaan yang mewakili kelima jenis kepribadian, yaitu Openness, Conscientiousness, Extraversion, Agreeableness, dan Neuroticism. Data nilai raport dan nilai keterampilan siswa digunakan sebagai atribut pendukung dalam proses klasifikasi, sementara target tujuan dari hasil klasifikasi adalah jenis kepribadian yang dikelompokkan ke dalam lima jenis tipe kepribadian berdasarkan The Big Five Personality sebagai labeling target [6]. Hasil klasifikasi terbanyak adalah kepribadian Conscientiousness. Pengujian dilakukan dengan membagi data menjadi data latih dan data uji secara acak dengan perbandingan 8:2, dan menghasilkan akurasi sebesar 95% dengan metode confusion matrix. Hasil penelitian ini menunjukkan bahwa membangun model klasifikasi memerlukan kualitas yang baik dalam pemilihan parameter penelitian yang dapat mempengaruhi kinerja dan akurasi model.