Claim Missing Document
Check
Articles

Found 1 Documents
Search

EKSPLORASI TOPIK PERCAKAPAN KOMUNITAS LARAVEL DI TELEGRAM MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA) Akbar, Jihadul; Ashary, Asyim; Saleh, Mamun
ZONAsi: Jurnal Sistem Informasi Vol. 7 No. 3 (2025): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode September 2025
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/2f6w0m30

Abstract

Komunitas daring, khususnya grup Telegram, telah menjadi ruang diskusi aktif bagi pengembang perangkat lunak dalam berbagi pengetahuan dan menyelesaikan masalah teknis. Salah satu komunitas terbesar adalah Laravel Indonesia dengan lebih dari 19.000 anggota. Penelitian ini bertujuan untuk mengeksplorasi topik percakapan dalam komunitas tersebut menggunakan metode Latent Dirichlet Allocation (LDA). Data dikumpulkan dari percakapan grup Telegram Laravel Indonesia sejak Januari 2018 hingga Agustus 2025 dengan total 618.160 pesan. Setelah melalui tahapan preprocessing (pembersihan data, normalisasi, stemming, tokenisasi, dan stopword removal), sebanyak 396.711 pesan dianalisis menggunakan LDA. Hasil evaluasi coherence score menunjukkan bahwa jumlah topik optimal adalah empat, yakni: (1) manajemen akses dan deployment aplikasi, (2) interaksi sosial serta kebutuhan informasi, (3) pengelolaan dan penyajian data, serta (4) penggunaan Laravel sebagai framework inti. Temuan ini memperlihatkan bahwa komunitas Laravel di Telegram berfungsi tidak hanya sebagai forum teknis, tetapi juga sebagai sarana kolaborasi dan pembelajaran bersama. Penelitian ini memberikan kontribusi terhadap pemahaman dinamika diskusi komunitas pengembang daring, serta membuka peluang pengembangan penelitian lanjutan menggunakan metode topic modeling lainnya maupun integrasi dengan analisis sentimen.