<![CDATA[Memahami perkembangan dan fokus penelitian dalam bidang bahasa serta evaluasi sumber daya bahasa sangat penting untuk mendukung penelitian lebih lanjut. Penelitian ini bertujuan untuk mendeteksi tren topik penelitian menggunakan algoritma Topic Modeling pada abstrak paper ilmiah. Metode yang diterapkan adalah Latent Dirichlet Allocation (LDA), yang memungkinkan identifikasi topik secara otomatis dari kumpulan dokumen. Proses penelitian melibatkan beberapa tahap, termasuk pengumpulan data, preprocessing, pembobotan topik, dan analisis hasil model LDA. Model LDA kemudian digunakan untuk mengelompokkan data menjadi beberapa topik yang dominan. Hasil penelitian menunjukkan bahwa metode LDA efektif dalam mengidentifikasi tren topik penelitian. Pada model LDA dengan 3 topik, mencerminkan seberapa rumitnya proses pengolahan bahasa alami, dari sisi teknis hingga upaya pengembangan sumber daya dan penelitian linguistik. Sedangkan pada model LDA dengan 5 topik, memberikan gambaran tentang analisis teks dan bahasa. Penelitian ini diharapkan dapat memberikan kontribusi dalam bidang analisis teks dan pemodelan topik, serta mendukung peneliti dalam mengidentifikasi tren terbaru dalam literatur ilmiah.]]>
Copyrights © 2025
