Penerapan Random Forest untuk Identifikasi Tipe Kepribadian: Studi Kasus Klasifikasi Introvert dan Extrovert
DOI:
https://doi.org/10.25181/coding.v1i2.4368Keywords:
Klasifikasi Kepribadian, Machine Learning, Random ForestAbstract
Pengelompokan tipe kepribadian menjadi salah satu cara penting untuk memahami bagaimana individu berinteraksi dalam konteks sosial. Penelitian ini mengeksplorasi penerapan algoritma pembelajaran mesin dalam membedakan individu ke dalam dua kategori kepribadian utama: introvert dan ekstrovert, berdasarkan indikator perilaku sosial yang dapat diukur secara kuantitatif. Dataset yang digunakan mencakup 2.900 observasi dengan variabel-variabel seperti durasi waktu yang diluangkan secara mandiri, frekuensi partisipasi dalam kegiatan sosial, tingkat interaksi di luar lingkungan rumah, serta jumlah teman dalam jaringan sosial. Sebelum analisis, data mengalami proses pra-pemrosesan yang meliputi konversi variabel kategorikal menjadi bentuk numerik dan penskalaan fitur numerik agar seragam. Model klasifikasi yang digunakan adalah Random Forest Classifier dengan parameter baku, yang divalidasi menggunakan pembagian data latih dan uji melalui teknik stratified split untuk menjaga keseimbangan distribusi kelas. Hasil evaluasi menunjukkan performa model yang baik, dengan tingkat akurasi sebesar 90,86% dan F1-Score mencapai 91,03%. Temuan ini menegaskan bahwa pendekatan berbasis pembelajaran mesin, terutama model ensemble seperti Random Forest memiliki potensi besar dalam mengidentifikasi ciri kepribadian melalui pola perilaku sosial yang terekam.
Downloads
References
Arsad, Muhammad, A. H., & Hidayat, T. (2024). Classification of Mental Disorders Using Modified Balanced Random Forest And Feature Selection. Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM), 9(2), 45–54. https://doi.org/10.20527/jtiulm.v9i2.320Arsad, Muhammad, A. H., & Hidayat, T. (2024). Classification of Mental Disorders Using Modified Balanced Random Forest And Feature Selection. Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM), 9(2), 45–54. https://doi.org/10.20527/jtiulm.v9i2.320
Nur Listiawan Dhito Eka Santoso, R. (2025). SITEKNIK Sistem Informasi, Teknik dan Teknologi Terapan Optimization of Stress Classification Among Students Using Random Forest Algorithm. 2(2), 76–87. https://doi.org/10.5281/zenodo.15130385
Ashawa, M., Bryan, J. D., & Owoh, N. (2025). Personality Prediction Model: An Enhanced Machine Learning Approach. Electronics, 14(13), 2558. https://doi.org/10.3390/electronics14132558
Ayu Firnanda, P., Shofwatillah, L., Rahma, F., Fauzi, F., Studi Statistika, P., Muhammadiyah Semarang, U., Kedungmundu No, J., Tembalang, K., & Tengah, J. (2025). Analisis Perbandingan Decision Tree dan Random Forest dalam Klasifikasi Penjualan Produk pada Supermarket. Emerging Statistics and Data Science Journal, 3(1).
Azifa, A. Z., Maharani, W., & Gani, P. H. (2023). Comparative Analysis of Personality Detection using Random Forest and Multinomial Naive Bayes. Jurnal Media Informatika Budidarma, 7(1), 554. https://doi.org/10.30865/mib.v7i1.5592
Grunenberg, E., Peters, H., Francis, M. J., Back, M. D., & Matz, S. C. (2023). Machine learning in recruiting: predicting personality from CVs and short text responses. Frontiers in Social Psychology, 1. https://doi.org/10.3389/frsps.2023.1290295
Gumilang, A., & Agustin, S. (2024). Deteksi Kepribadian Melalui Margin Pada Tulisan Tangan Menggunakan Random Forest. 9(1).
Harahap, R. N., & Muslim, K. (2020). Peningkatan Akurasi pada Prediksi Kepribadian Mbti Pengguna Twitter Menggunakan Augmentasi Data. Jurnal Teknologi Informasi Dan Ilmu Komputer, 7(4), 815. https://doi.org/10.25126/jtiik.2020743622
Li, J., & Chen, X. (2025). Modeling student satisfaction in online learning using random forest. Scientific Reports, 15(1), 23254. https://doi.org/10.1038/s41598-025-06686-3
Maldini, N., Utomo, D. W., & Tresyani, R. P. (2025). Deteksi Dini Gangguan Kesehatan Mental berdasarkan Sentimen menggunakan Metode Stacking. Sistemasi: Jurnal Sistem Informasi, 14(1), 2540–9719. http://sistemasi.ftik.unisi.ac.id
Mayasari, N., Chairul Rizal, & Fitri Wulandari. (2024). Penerapan Metode Klasifikasi Karakteristik Kepribadian Berbasis Website. Journal Zetroem, 6(2), 27–30. https://doi.org/10.36526/ztr.v6i2.3755
Perera, H., & Costa, L. (2023). Personality Classification of Text Through Machine Learning and Deep Learning: a Review (2023). International Journal For Research In Advanced Computer Science And Engineering, 9(4), 6–12. https://doi.org/10.53555/cse.v9i4.2266
Sher Khan, A., Ahmad, H., Zubair Asghar, M., Khan Saddozai, F., Arif, A., & Ali Khalid, H. (2020). Personality Classification from Online Text using Machine Learning Approach. In IJACSA) International Journal of Advanced Computer Science and Applications (Vol. 11, Issue 3).
Statistician, M., & Applications, E. (2022). Big Five Personality Prediction Using Machine Learning Algorithms. 71(3), 1128–1133. http://philstat.org.ph
Ubed, I. A. (2025). Analisis Kinerja Algoritma Machine Learning Untuk Klasifikasi Potensi FRAUD Klaim Layanan Kesehatan Rumah Sakit. https://doi.org/10.47065/bits.v7i1.7349
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Coding: Journal of Computing and Software Engineering
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
