Analisis Kepribadian berdasarkan Konteks Acara dengan Pendekatan Klasifikasi Teorema Bayes

Abstract

Dalam era digital yang ditandai oleh kompleksitas interaksi sosial daring, analisis kepribadian menjadi semakin penting untuk berbagai aplikasi, mulai dari sistem rekomendasi hingga pengembangan antarmuka adaptif. Penelitian ini mengangkat permasalahan bagaimana mengidentifikasi kepribadian individu secara otomatis berdasarkan konteks acara, baik formal maupun informal, yang memengaruhi ekspresi perilaku dan gaya komunikasi. Untuk menjawab tantangan ini, diterapkan pendekatan klasifikasi menggunakan Teorema Bayes yang mampu mengakomodasi ketidakpastian serta memberikan inferensi probabilistik atas fitur-fitur observasional. Penelitian ini bertujuan membangun model klasifikasi kepribadian kontekstual dengan memperhitungkan aspek gaya bahasa, tema pembicaraan, serta dinamika emosional dalam suatu acara. Hasil sementara dari penerapan metode ini menunjukkan bahwa pada rule K3, kategori kepribadian Agreeableness Tinggi memiliki nilai probabilitas tertinggi sebesar 0,9 atau 90%. Berdasarkan hasil tersebut, solusi gaya yang disarankan adalah Gaya Formal Klasik dan Kasual Santai yang selaras dengan preferensi kepribadian tersebut dalam situasi sosial tertentu. Penelitian ini berkontribusi pada pengembangan sistem cerdas yang bersifat user-aware dan context-sensitive, serta membuka peluang untuk eksplorasi lanjutan dalam bidang psikologi komputasional dan klasifikasi perilaku berbasis data.