Sistem Pakar Pengenalan Kepribadian Berdasarkan Myers-Briggs Type Indicator Menggunakan Penalaran Berbasis Kasus

AHMAD TAUFIQ AKBAR, Prof. Sri Hartati, M.Sc.,Ph.D. ; Aina Musdholifah S.Kom., M.Kom., Ph.D.

2016 | Tesis | S2 Ilmu Komputer

Dalam ilmu psikologi khususnya konsep Myerss-Briggs Type Indikator, (MBTI) untuk mengenali karakter dan kepribadian dapat dikembangkan sistem dalam membantu tugas psikolog yakni berupa sistem untuk mengenali tipe kepribadian pada suatu kasus melalui penalaran terhadap kasus-kasus sebelumnya yang mirip. Penggunaan instrumen MBTI telah populer digunakan oleh banyak pihak, namun dimungkinkan instrumen MBTI dapat memperhitungkan faktor lain yang menambah informasi pada setiap jawaban responden yakni tingkatan kepastian maupun ketidakpastian pada setiap jawaban responden. Oleh karena itu, diperlukan sistem berbasis komputer yang dapat menambah nilai guna instrumen MBTI. Penelitian ini membangun sistem pakar menggunakan penalaran berbasis kasus (Case Based Reasoning) untuk pengenalan tipe kepribadian MBTI berdasarkan kasus-kasus yang telah dianalisis oleh pakar. Metode certainty factor digunakan sebagai penanganan ketidakpastian dan metode Modified-Nearest Neighbor sebagai pengukur similaritas terhadap kasus-kasus yang pernah terjadi sebelumnya. Hasil yang diperoleh sistem berupa tipe kepribadian dan saran berdasarkan konsep MBTI. Sistem pakar ini dapat mengenali tipe MBTI dengan akurasi 74,19% ketika sistem mengunakan k=3 dan tidak melibatkan faktor kepastian karakter setiap kasus. Ketika menggunakan faktor kepastian karakter setiap kasus dan nilai k=3, sistem dapat mengenali tipe MBTI dengan akurasi mencapai 64,51%.

In psychology, especially the concept of Myers-Briggs Type Indicator (MBTI) to recognize the character and personality through certain parameters coud be developed a system to assist a psychologist which can consider some identical or similar cases of the fact that previously happened. The use of the MBTI instrument has been popularly used, but it still possible to consider another factor that gives additional information like a certainty factor for each of answers by respondent. To assist the handling of the certainty, it would require computer-based system that can increase some functionality of the MBTI instrument. This study builds expert system using case-based reasoning (CBR) for recognizing the MBTI personality based on cases that have been analyzed by experts. Certainty factor (CF) is used as a method for handling uncertainty and Modified-Nearest Neighbor method as a measure of the similarity of the previous cases. Results of the system are personality types and suggestions of the personality development based on the MBTI. This expert system can recognize personality type with 74,19% accuration while use k=3 without involving a CF character of every source case. By involving the CF character of every source case and k=3, the expert system can recognize personality type with 64,51% accuration.

Kata Kunci : Case-Based Reasoning, similarity, modified nearest neighbor