Kepribadian seseorang merupakan hal pentingyang perlu dikenali karena memiliki berbagai kegunaan,diantaranya ialah untuk melakukan crowdsourcing, memilihseseorang yang cocok menjadi pemimpin, dan meningkatkankemampuan metakognisi guru bahasa. Salah satu machinelearning yang dapat digunakan untuk mengenali kepribadianseseorang ialah Automatic Personality Recognition (APR).Pada APR, model kepribadian yang sering digunakan ialahbig five personality. Model big five personality telah ditelitimemiliki korelasi dengan preferensi genre video game yangberbentuk data kuesioner berskala rating. Neural networkpernah digunakan sebagai algoritma APR dengan data ratingdesain karakter video game. Neural network juga telah ditelitimemiliki kinerja yang lebih baik dari teknik statistik standaruntuk data kuesioner berskala rating. Penelitian skripsi inimembahas tentang APR yang menggunakan data ratinggenre video game sebagai fitur, big five personality sebagaimodel kepribadian, dan neural network sebagai algoritma.Data rating genre video game didapat dengan kuesionerpreferensi genre video game dan data big five personalitydidapat dengan kuesioner Big Five Inventory Socio-EconomicPanel (BFI-S). Penelitian ini terdiri dari beberapa tahap,yaitu: (1) Pembuatan Kuesioner; (2) Pengumpulan Data; (3)Eksperimen; (4) Analisis Hasil. Hasil penelitian inimenunjukkan bahwa: (1) Fitur rating genre video gameefektif untuk mengenali dimensi kepribadianconscientiousness dengan RMSE sebesar 0.79459; (2) Neuralnetwork mengeluarkan hasil yang lebih baik dari teknikstatistik standar; (3) Neural network bukanlah metodeterbaik dalam APR menggunakan model big five personalityberdasarkan rating genre video game.
                        
                        
                        
                        
                            
                                Copyrights © 2021