ABSTRAKSI: Seiring waktu berjalan, banyak permasalahan yang dihadapi oleh manusia berhasil diselesaikan dengan memanfaatkan teknologi informasi termasuk salah satu diantaranya yaitu masalah kepribadian. Memprediksi jenis kepribadian dengan menggunakan teknologi Jaringan Syaraf Tiruan pada tugas akhir ini bertujuan untuk mengetahui kemampuan Jaringan Syarat Tiruan dalam memprediksi jenis kepribadian pada seseorang dan membantu psikolog dalam pekerjaannya menganalis kepribadian.
Penelitian tugas akhir ini melakukan percobaan terhadap 5 jenis needs kepribadian Tes EPPS dengan menggunakan metode Jaringan Syaraf Tiruan dengan algoritma Propagasi Balik. Akurasi terbaik dicapai pada needs of aggression dengan akurasi 99.1597 % karena distribusi data output pada needs tersebut lebih merata dibandingkan dengan needs yang lain. Sedangkan pada distribusi data output yang tidak merata menghasilkan akurasi yang kurang baik yaitu 64.2105 %.
Pada kasus pengenalan jenis kepribadian ini juga, penentuan parameter terbaik akan sangat ditentukan oleh pengubahan nilai yang besar pada epoch dan hidden neuron. Namun untuk penentuan parameter learning rate dengan pengubahan nilai yang semakin besar tidak selalu menghasilkan perubahan nilai MSE yang signifikan.
Kata Kunci : Tes EPPS, Jenis Kepribadian, Jaringan S yaraf Tiruan, Propagasi, AkurasiABSTRACT: As time goes by, many problems faced by humans were resolved with the use of information technology, includes the personality problem. I n this final project predicting type of personality using neural network technology is to determine the ability of Artificial Neural Networks in predicting a person's personality type and helping the psychologists to analyze personality in his work.
This final project conducted an analysis of five types of personality using Artificial Neural Networks with Backpropagation algorithm. The best accuracy achieved in the needs of Aggression with 99.1597% accuracy because output data distribution in its needs is more homogeneous compared with other needs. Meanwhile in non homegeneous output data distribution has low accuracy with 64.2105 %.
In the case of personality type introduction, determining the best parameters will be largely determined by the convers ion of a great value on epoch and hidden neurons. However, for determining the parameters of learning rate by changing the value does not always result in greater MSE significant changes .Keyword: Tes EPPS, Kinds of Personality , Artificial Neural Network, Backpropagation, Accuracy