Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Fitri Nurhaliza, Alya
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Penerapan Pemodelan Topik menggunakan Metode Latent Dirichlet Allocation terhadap Pembehasan Pemilu Indonesia tahun 2024 di Twitter Fitri Nurhaliza, Alya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemilihan Umum atau Pemilu merupakan salah satu realisasi dari sistem demokrasi, yang memungkinkan warga negara memiliki hak suara untuk memilih kandidat pada posisi pemerintahan. Penelitian ini menyelidiki wacana publik di Twitter seputar Pemilu di Indonesia tahun 2024 dengan menerapkan pemodelan topik menggunakan metode Latent Dirichlet Allocation (LDA). Hasil kata-kata dalam topik yang diberikan oleh metode LDA ialah kata-kata tunggal. Hal tersebut membuat hasil topik kurang bermakna dan informasi kata menjadi kurang berwawasan. Penerapan bigram pada metode LDA menjadi solusi dalam masalah di penelitian ini. Pengujian terhadap model LDA yang diintegrasi dengan bigram dilakukan dengan metrik perplexity dan coherence score untuk menentukan jumlah topik terbaik. Hasil pengujian menghasilkan jumlah topik yang optimal sebanyak 7 atau 8 diperoleh dari perplexity bernilai -12,6649 dan -13,0147. Di sisi lain hasil coherence score bernilai 0,5826 dan 0,5579. Jumlah tersebut diperoleh dengan pendekatan jalan tengah karena terdapat ketidakseimbangan pada hasil jumlah topik terbaik. Hasil kedua metrik tersebut mengalami peningkatan dibandingkan tidak menggunakan bigram. Integrasi bigram dengan LDA menghasilkan topik dengan kata-kata yang lebih mendalam karena bigram menangkap ekspresi dua kata.
Co-Authors