Sistem Prediksi Kepribadian DISC Pengguna Twitter dengan Algoritma Support Vector Machine (SVM) menggunakan Metode Pembobotan TF-IDF dan ANP

Twitter merupakan salah satu media sosial yang paling banyak digunakan di seluruh dunia. Dengan berbagai fitur yang di sediakan, salah satunya tweets mampu membuat twitter menjadi sarana komunikasi bagi semua orang tanpa batasan. Dengan memanfaatkan tweets tersebut dapat dilakukan pengujian untuk memprediksi kepribadian DISC (Dominance, Influence, Steadiness, Compliance) dari pengguna twitter itu sendiri. Penelitian ini dilakukan untuk mempermudah tes psikometri yang dilakukan untuk mengetahui profil kepribadian seorang pekerja atau untuk keperluan lainnya. Dengan adanya alat ini diharapkan dapat mempermudah tes psikometri di masa depan. Selain itu penelitian mengenai prediksi kepribadian DISC menggunakan media sosial Twitter sebelumnya belum pernah dilakukan. Hal inilah yang mendasari penulis untuk membangun sistem prediksi kepribadian DISC pada media sosial Twitter. Proses analisis TF-IDF dan ANP menghitung bobot suatu term yang paling sering muncul dalam dokumen. Metode Support Vector Machine (SVM) dilakukan untuk memprediksi kepribadian pengguna Twitter berdasarkan tweets. Metode SVM dengan pembobotan TF-IDF terhadap pendekatan linguistik menunjukkan akurasi tertinggi sebesar 40%. Sedangkan metode SVM dengan pembobotan ANP terhadap pendekatan perilaku sosial menunjukkan akurasi tertinggi sebesar 53%. Kata Kunci : TF-IDF, ANP, SVM, Twitter, DIS