IMPLEMENTASI ALGORITMA LATENT DIRICHLET ALLOCATION (LDA) UNTUK TOPIK MODELING BERITA TENTANG UNIVERSITAS MEGAREZKY MAKASSAR

Abstract

Berita tentang Universitas Megarezky Makassar mencakup beragam topik yang tidak terbatas, sehingga dalam menghadapi volume berita yang besar menjadi kesulitan tersendiri dalam menentukan topik yang dominan atau trend. Analisis manual tidak hanya memakan waktu dan sumber daya, tetapi rentan terhadap keterbatasan manusia. Algoritma Latent Dirichlet Allocation (LDA) digunakan untuk pemodelan topik modeling. Terdapat beberapa tahapan yang dilakukan mulai dari pengumpulan dataset yang bersumber dari portal atau website berita Universitas Megarezky Makassar, dilanjutkan dengan pre-process data seperti, tokenizing, stopwords, dan stemming untuk mengolah dan membersihkan data, berdasarkan analisis yang dilakukan menggunakan model Latent Dirichlet Allocation (LDA) terdapat 3 topik yang dihasilkan, dari setiap topik mewakili 10 kata. Topik pertama mengasilkan sekitar 58,2% kata, topik kedua mengahasilkan sekitar 26% kata, topik ketiga mengasilkan 15,8% kata sehingga yang menjadi trend topik yaitu topik pertama dengan kata yang paling sering muncul yaitu kata ‘Unimerz’. Penelitian ini diharapkan dapat mempermudah dalam menentukan topik pada berita, terutama pada berita Universitas Megarezky Makassar. Implementasi machine learning dengan algoritma Latent Dirichlet Allocation (LDA) yang nantinya dapat dijadikan acuan dalam membuat berita serta membantu pegawai ataupun staf dalam menentukan topik berita selanjutnya.