Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi
M. Dhafa Adjie Saputra
Universitas Multi Data Palembang
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Topik Komentar Youtube pada Lagu Tema FIFA World Cup 2026 Menggunakan LDA M. Dhafa Adjie Saputra; Fadhel Muhammad; Muhammad Rizky Pribadi
Jurnal Riset Informatika dan Inovasi Vol 4 No 1 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Komentar yang ditinggalkan pengguna pada platform YouTube dapat dimanfaatkan untuk memahami berbagai respons publik terhadap suatu konten digital. Penelitian ini berfokus pada identifikasi pola pembahasan yang muncul pada komentar video musik Lighter yang digunakan sebagai lagu resmi FIFA World Cup 2026. Data penelitian berupa 398 komentar berbahasa Inggris diperoleh melalui proses web scraping menggunakan platform Apify. Sebelum dianalisis, data melalui serangkaian tahapan preprocessing yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, pembentukan bigram, dan lemmatization. Proses ekstraksi topik dilakukan menggunakan metode Latent Dirichlet Allocation (LDA) untuk menemukan kelompok pembahasan yang dominan dalam kumpulan komentar. Hasil pemodelan menunjukkan tiga tema utama yang berkaitan dengan penilaian terhadap kualitas musik, tanggapan mengenai kesesuaian lagu dengan atmosfer sepak bola, dan diskusi umum seputar video musik FIFA. Evaluasi menggunakan coherence score menghasilkan nilai 0,466 yang mengindikasikan bahwa topik yang terbentuk memiliki tingkat konsistensi yang cukup baik untuk diinterpretasikan. Temuan penelitian menunjukkan bahwa pendekatan LDA mampu digunakan sebagai metode yang efektif dalam mengidentifikasi kecenderungan pembahasan dan opini pengguna pada komentar YouTube berbasis teks pendek.
Co-Authors Fadhel Muhammad Muhammad Rizky Pribadi