ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulPEMODELAN TOPIK PADA MEDIA BERITA TRIBUNNEWS MENGGUNAKAN LATENT SEMANTIC ANALYSIS |
| Nama: ROHIS RACHMAN |
| Tahun: 2024 |
| Abstrak Kebutuhan akan informasi menjadi bertambah seiring dengan cepatnya perkembangan teknologi informasi seperti saat ini, yang berakibat pada penumpukan data berita. Tribunnews.com adalah salah satu media berita yang cukup populer. Topik modelling adalah salah satu cara untuk mengelola data berita dengan melakukan ekstraksi topik yang salah satu metodenya adalah Latent Semantic Analysis (LSA). LSA merupakan metode yang dapat mengekstraksi dan menyimpulkan suatu hubungan kontekstual arti kata pada bagian teks yang dibutuhkan. Dalam tahapan analisis digunakan Term Frequency Inverse Document Matrix (TF-IDF) untuk menghitung bobot serta Bigram dan Trigram untuk meminimalisir pemenggalan kata yang berpotensi merubah makna kata. Hasil yang diperoleh pada penelitian ini yaitu Wordcloud, di dapatkan topik paling sering muncul, Ada 5 yaitu Masyarakat, Timnas, Tim, Pertandingan, Negara, dan Pemodelan Topik LSA diperoleh 2 Topik dengan coherence score terbaik yaitu sebesar 0,8229, dimana pada Topik ke-1 membahas tentang Topik Olahraga dan Topik ke-2 membahas tentang Tokoh Politik dan Partai politik. |