Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal sistem informasi, Teknologi informasi dan komputer

PEMODELAN TOPIK CHATGPT PADA ULASAN TWITTER MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION Ricky Putra Sardika; Cerwyn Asyraq; Muhammad Rizky Pribadi; Wijang Widhiarso
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 2, Januari Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.2.80-86

Abstract

Maraknya tren penggunaan Artificial Intellience (AI) di era teknologi saat ini. Salah satu contoh nya yakni chatbot yang bernama chatgpt. Telah banyak topik  obrolan atau pertanyaan yang telah dilontarkan melalui chatgpt ini dari berbagai kalangan seperti orang biasa, pelajar, guru atau dosen, hingga tenaga peneliti. Hal tersebut dapat dideteksi untuk mengetahui tren topik  hangat yang paling dominan dibicarakan di twitter. Namun dengan ratusan metadata tersebut akan sulit dicari dan dibaca.  Oleh karena itu dibutuhkan metode Latent Dirichlet Allocation (LDA) untuk menyelesaikan masalah tersebut. LDA mampu melakukan analisis tentang tren topik hangat yang sedang dibahas di twitter mengenai chatgpt. Dari 202304 ulasan twitter mengenai chatgpt, didapat sejumlah 30 kata tren secara keseluruhan hasil dari topic modelling yang dilakukan dengan masing – masing 10 topik berdasarkan yang sudah dimodelkan.