首页    期刊浏览 2024年12月12日 星期四
登录注册

文章基本信息

  • 标题:Analisis Topik Informasi Publik Media Sosial di Surabaya Menggunakan Pemodelan Latent Dirichlet Allocation (LDA)
  • 本地全文:下载
  • 作者:Kusnanta Bramantya Putra ; Renny Pradina Kusumawardani
  • 期刊名称:Jurnal Teknik ITS
  • 印刷版ISSN:2301-9271
  • 电子版ISSN:2337-3539
  • 出版年度:2017
  • 卷号:6
  • 期号:2
  • 页码:446-450
  • DOI:10.12962/j23373539.v6i2.23205
  • 语种:Spanish
  • 出版社:Lembaga Penelitian dan Pengabdian kepada Masyarakat
  • 摘要:Radio Suara Surabaya mengembangkan siaran interaktif berbasis jurnalistik masyarakat, dimana gagasan ini melibatkan partisipasi warga dalam melaporkan peristiwa kepada penyiar radio yang sedang bertugas. Laporan masyarakat yang masuk kemudian disebarluaskan kembali baik melalui siaran radio maupun media social untuk memberikan informasi kepada masyarakat.Tingginya jumlah laporan perhari yang masuk melalui media social dan beragamnya topik dari laporan tersebut menimbulkan kesulitan dalam mengidentifikasi suatu topik dari kumpulan laporan media social masyarakat dan menghabiskan banyak waktu jika dilakukan secara manual oleh manusia.Dengan kondisi demikian, dibutuhkan suatu pemodelan topik yang mampu secara otomatis mengklasifikasikan pesan media social ke dalam topik-topik yang muncul dari hasil pemodelan. Pemodelan topik dilakukan dengan metode Latent Dirichlet Allocation (LDA), sebuah metode text mining untuk menemukan pola tertentu pada sebuah dokumen dengan menghasilkan beberapa macam topik yang berbeda. Eksperimen pemodelan topic dengan metode LDA menyimpulkan bahwa jumlah topik yang terdapat dalam pesan media social adalah 4 topik. Hasil eksperimen ini telah diuji secara mesin dan diuji kemudahannya untuk diinterpretasi oleh manusia melalui uji koherensi topik. Kesimpulan dari uji koherensi topik menyatakan bahwa model yang dihasilkan dengan metode LDA pada studi kasus ini dapat diinterpretasi manusia dengan baik.
  • 关键词:Radio Suara Surabaya;pesan media sosial;Latent Dirichlet Allocation (LDA);uji koherensi topik;word intrusion task;topic intrusion task
国家哲学社会科学文献中心版权所有