ANALISA TOPIK DATA MEDIA SOSIAL TWITTER MENGGUNAKAN
LATENT SEMANTIC ANALYSIS
(STUDI KASUS : GUBERNUR JAWA TENGAH)
Total View This Week3
Total View This Week3
Institusion
STMIK Akakom
Author
Sulistyani, Widya - 165410086
Subject
Kecerdasan Buatan (Artificial Intelegence)
Datestamp
2020-11-26 02:48:49
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.
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.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
