Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Dinda Aulika Elfarin Aritonang
Sistem Informasi, Universitas Sriwijaya
Computer Science & IT

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

Found 1 Documents
Search

 1 
KNOWLEDGE DISCOVERY TERHADAP INFORMASI KESEHATAN DI MEDIA X MENGGUNAKAN TOPIC MODELING BERBASIS NON-NEGATIVE MATRIX FACTORIZATION (NMF) Nabila Ramadhani; Dinda Aulika Elfarin Aritonang; Ken Ditha Tania; Ahmad Rifai
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18093

Abstract

Media sosial menjadi salah satu sumber utama penyebaran dan pertukaran informasi kesehatan di masyarakat. Media X (Twitter) memungkinkan pengguna untuk berbagi pengalaman, pertanyaan, dan opini terkait berbagai isu kesehatan secara real-time. Namun, informasi kesehatan yang tersebar di media sosial bersifat tidak terstruktur dan jumlahnya sangat besar sehingga sulit dianalisis secara manual untuk mengetahui kebutuhan informasi kesehatan masyarakat. Oleh karena itu, penelitian ini bertujuan untuk melakukan knowledge discovery terhadap informasi kesehatan yang dibagikan di media sosial X menggunakan pendekatan topic modeling berbasis Non-Negative Matrix Factorization (NMF). Data penelitian diperoleh melalui proses web crawling menggunakan kata kunci terkait kesehatan pada periode November 2025 hingga Februari 2026 dan menghasilkan 1.338 tweet setelah melalui tahap pembersihan data. Tahapan penelitian meliputi data preprocessing, pembobotan Term Frequency–Inverse Document Frequency (TF-IDF), serta pemodelan topik menggunakan metode NMF. Hasil penelitian menunjukkan bahwa model NMF mampu mengidentifikasi lima topik utama, yaitu kesehatan mental, self-diagnosis dan konsultasi profesional, edukasi kesehatan dan layanan medis, mitos kesehatan, serta biaya dan akses pengobatan. Analisis distribusi topik menunjukkan bahwa kesehatan mental merupakan topik yang paling dominan dibahas oleh pengguna media sosial
Co-Authors Ahmad Rifai Ken Ditha Tania Nabila Ramadhani