Kellin, Kellin
Unknown Affiliation

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

Found 1 Documents
Search

Pengelompokan Topik Artikel Jurnal SI/TI Menggunakan Metode LDA dan K-Means Clustering Kellin, Kellin; Prawira, Dian; Ilhamsyah, Ilhamsyah
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 3 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i3.94135

Abstract

Transformasi digital telah meningkatkan jumlah publikasi artikel ilmiah di bidang Sistem Informasi dan Teknologi Informasi (SI/TI), yang membuat akademisi kesulitan dalam mengidentifikasi tren topik terkini. Penelitian ini bertujuan untuk memetakan dan mengelompokkan topik artikel jurnal SI/TI berbahasa Indonesia yang dipublikasikan pada tahun 2024 dan terindeks SINTA. Data yang digunakan berupa judul dan abstrak artikel dari jurnal SINTA 1-6. Metode yang digunakan adalah Latent Dirichlet Allocation (LDA) untuk pemodelan topik dan K-Means Clustering untuk pengelompokan dokumen. Setelah melalui tahap preprocessing dan representasi teks menggunakan Bag of Words, diperoleh coherence tertinggi sebesar 0.5494, sehingga model LDA optimal dengan 11 topik (α = 0,11; β = 0,81). Hasil visualisasi menunjukkan bahwa topik dominan berkaitan dengan pengembangan sistem dan aplikasi. Klasterisasi dengan K-Means menghasilkan dua kelompok utama, yaitu tema pengolahan data dan tema pengembangan sistem. Evaluasi dengan silhouette score sebesar 0.4168 menunjukkan bahwa pemisahan antar-klaster masih lemah, karena berada di antara rentang 0.25-0.5. Penelitian ini memberikan kontribusi dalam memahami distribusi topik artikel SI/TI, yang dapat dijadikan acuan dalam penentuan arah penelitian ke depan.