Text

Sistem Klasifikasi Tipe Kepribadian Dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation

---

ABSTRAK

Kepribadian merupakan gambaran tingkah laku dari individu. Penerimaan teman sebaya
merupakan penilaian individu bahwa dirinya diterima, didengar, diperhatikan, dihargai, serta
dapat merasa aman dan nyaman saat bersama dengan teman-teman dengan umur yang sama.
Kepribadian dan penerimaan teman sebaya penting untuk diketahui agar dapat mengenal
potensi diri. Tes kepribadian merupakan salah satu sarana untuk mengetahui dan
mengklasifikasikan kepribadian seseorang ke tipe kepribadian tertentu. Jaringan syaraf
tiruan Backpropagation dapat digunakan untuk melakukan klasifikasi sebuah pola
berdasarkan permasalahan tertentu seperti halnya dalam mengklasifikasi tipe kepribadian
dan penerimaan teman sebaya seseorang. Sistem klasifikasi tipe kepribadian dan penerimaan
teman sebaya menggunakan jaringan syaraf tiruan Backpropagation dapat digunakan untuk
mengklasifikasi tipe kepribadian dan penerimaan teman sebaya seseorang ke dalam
beberapa tipe yaitu introvert diterima, introvert ditolak, ekstrovert diterima dan ekstrovert
ditolak berdasarkan sejumlah set pertanyaan yang menjadi alat ukur dalam penentuan
kepribadian. Sistem klasifikasi tipe kepribadian dan penerimaan teman sebaya menggunakan
jaringan syaraf tiruan Backpropagation menghasilkan arsitektur Backpropagation terbaik
untuk klasifikasi kepribadian dan penerimaan teman sebaya pada saat menggunakan 1
hidden layer dengan 7 neuron, 10000 epoch, nilai target error 0.01 dan laju pembelajaran
0.1. Hasil eksperimen jaringan syaraf tiruan Backpropagation pada sistem ini menghasilkan
rata-rata tingkat akurasi 98.75% dan tingkat error 1.25%.
Kata kunci : Kepribadian, Penerimaan Teman Sebaya, Klasifikasi, Jaringan Syaraf Tiruan,
Backpropagation

ABSTRACT

Personality is an image of individual behavior. The acceptance of the one’s peer group is an
individual appraisal indicating that they are accepted, listened, cared, appreciated, feeling
safe and comfortable while being together with their friends of same age. Personality and
the acceptance of same-aged friends are important to be acknowledged for understanding
self-potential. Personality test is one of the methods to discover and classify someone’s
personality into certain personality types. Artifical neural network Backpropagation can be
used to classify a pattern based on particular problems, such as classifying a personality type
and peer group acceptance. The classification system type of personality and acceptance that
use Artificial neural network Backpropagation could be used to classify personality type and
peer group acceptance into several types i.e. accepted introvert, rejected introvert, accepted
extrovert and rejected extrovert, based on the set of questions to become a parameter in
determining personality. The classification system type of personality and acceptance that
use Artificial neural network Backpropagation had a result that the best Backpropagation
architecture to classify personality and acceptance of peer group was obtained when using 1
hidden layer with 7 neurons, 10000 epoch, with error rate 0.01, and learning rate 0.1. The
experimental result of Backpropagation neural network in this system was 98.75% average
accuracy rate and 1.25% error rate
Key words: Personality, Peer Group Acceptance, Classification, Neural Network,
Backpropagationvii
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah
melimpahkan segala rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi
dengan judul “Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya
menggunakan Jaringan Syaraf Tiruan Backpropagation”.
Skripsi ini dibuat dengan tujuan sebagai salah satu syarat untuk memperoleh gelar
sarjana komputer pada Departemen Ilmu Komputer/ Informatika Fakultas Sains dan
Matematika Universitas Diponegoro, Semarang.
Dalam pelaksanaan tugas akhir serta penyusunan dokumen skripsi ini, penulis
menyadari banyak pihak yang membantu sehingga akhirnya dokumen ini dapat diselesaikan.
Oleh karena itu, melalui kesempatan ini penulis ingin menyampaikan ucapan terima kasih
yang sebesar-besarnya kepada :
1. Bapak Ragil Saputra, S.Si, M.Cs selaku Ketua Departemen Ilmu Komputer/
Informatika Fakultas Sains dan Matematika Universitas Diponegoro, Semarang.
2. Bapak Helmie Arif Wibawa, S.Si, M.Cs, selaku Koordinator Tugas Akhir Departemen
Ilmu Komputer/Informatika Fakultas Sains dan Matematika Universitas Diponegoro,
Semarang.
3. Bapak Drs. Suhartono, M.Kom selaku dosen pembimbing tugas akhir yang telah
membantu dalam membimbing dan mengarahkan penulis hingga selesainya skripsi ini.
4. Semua pihak yang telah membantu kelancaran dalam penyusunan tugas akhir, yang
tidak dapat penulis sebutkan satu persatu.
Penulis menyadari bahwa dokumen skripsi ini masih jauh dari sempurna. Oleh karena
itu, saran dan kritik yang membangun sangat penulis harapkan. Akhir kata, semoga skripsi
ini dapat bermanfaat bagi semua pihak.
Semarang, 16 Agustus 2016
Penulis

---

Ketersediaan

443F16IV

006.32 SAN s

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

006.32 SAN s

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1413

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Yusuf Dwi Santoso

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar