@thesis{thesis,
		author={Sulistyani  Widya - 165410086},
		title ={ANALISA TOPIK DATA MEDIA SOSIAL TWITTER MENGGUNAKAN
LATENT SEMANTIC ANALYSIS
(STUDI KASUS : GUBERNUR JAWA TENGAH)},
		year={2020},
		url={https://eprints.akakom.ac.id/9070/},
		abstract={Twitter banyak digunakan oleh masyarakat untuk berbagi pandangan, ide dan
perasaan. Tidak hanya masyarakat, pejabat publik seperti gubernur jawa tengah
juga aktif menggunakan twitter sebagai sarana komunikasi dengan warganya dan
selalu menjawab setiap masukan dan aspirasi yang ada. Dengan adanya pandemi
covid-19, masukan dan aspirasi masyarakat kian meningkat, maka untuk
mengetahui semua masukan dan aspirasi tersebut dibutuhkan waktu yang lebih
lama. Oleh karena itu dibutuhkan sebuah metode yang cepat dan efektif untuk
dapat memberikan gambaran berupa topik yang mewakili banyaknya masukan
dan aspirasi tersebut. Pemodelan topik digambarkan sebagai metode untuk menemukan kelompok
kata (topik) dari sekumpulan dokumen yang dapat merepresentasikan dengan baik
informasi yang ada dalam kumpulan dokumen (Nair 2016). Salah satu teknik
dari pemodelan topik adalah Latent Semantic Analysis. Sistem ini dibuat menggunakan bahasa pemrograman python dan
menggunakan csv sebagai database. Dari hasil implementasi yang dilakukan
dalam penelitian ini didapatkan kesimpulan bahwa aplikasi ini dapat
mengimplementasikan metode latent semantic analysis dengan baik dan dapat
memberikan gambaran berupa topik utama dari media sosial twitter. Kata kunci : Latent Semantic Analysis, Pemodelan Topik, Python, Twitter.}
		}