Analisis Topik Modelling Terhadap Penggunaan Sosial Media Twitter oleh Pejabat Negara

Abstract

Social media is experiencing rapid development until now. Social media makes it easy for humans to be able to connect with one another. One of the social media that is widely used is Twitter. The ease of use makes social media widely used among the public, including state officials. State officials use Twitter to convey policies, opinions and interact with the public. By conducting a topic analysis of tweets shared by state officials, we can find out the relevant topics discussed by state officials. We can find out the focus of attention of state officials through topic modeling. Latent Dirichlet Allocation (LDA) is a topic modeling method that finds certain patterns in documents and produces several different topics. Tweets from the @jokowi account are collected using a scraping technique. The results of the tweet collection are then preprocessed for further analysis using the Latent Dirichlet Allocation (LDA) method. The results of the analysis model are evaluated using perplexity calculations and coherence scores. The evaluation of the model resulted in a perplexity value of -8.069 and a coherence score of 0.375 for a total of 7. This shows that the model used is good for analyzing and finding topics in tweets of state officials.

Analisis Topic Modelling Persepsi Pengguna Internet Menggunakan Metode Latent Dirichlet Allocation

“…Topik modelling atau pemodelan topik adalah metode clustering yang termasuk dalam unsupervised learning, artinya tidak melebeli data. Pemodelan topik tersirat dalam pengelompokan, dimana setiap objek pada level tertentu dapat dimiliki oleh lebih dari satu klaster [11]. Pemodelan topik adalah metode analisis topik yang bertujuan untuk mengekstrak topik utama dari sebuah tweet, sehingga kita mendapatkan gambaran tentang topik utama [3].…”

Analisis Kepercayaan Masyarakat Tentang Kepolisian Indonesia di Twitter Menggunakan Latent Dirichlet Allocation (LDA)

“…Wordcloud merupakan adalah visualisasi memunculkan kata-kata yang menekankan pada frekuensi kemunculan kata dalam teks [12]. PyLDAviz adalah salah satu library yang berguna untuk mengekstrak informasi dari hasil permodelan LDA dengan cara menampilkan informasi visual melalui antarmuka web yang interaktif [13].…”

Visualisasi Data Tweet di Sektor Pendidikan Tinggi Pada Saat Masa Pandemi

“…Twitter menjadi salah satu media sosial yang aktif digunakan oleh masyarakat Indonesia dan berada pada posisi lima teratas sebagai platform media sosial yang paling banyak digunakan [11]. Indonesia memiliki sekitar 15,7 Juta Pengguna twitter pada juli 2021 [12]. Twitter merupakan media sosial untuk memposting opini dengan batasan 140 karakter dan pada september 2020 meningkat menjadi 280 karakter [13], [14].…”