Khoirunnisa Fi Nurdin
Universitas Islam Negeri Syarif Hidayatullah Jakarta

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisa Pemodelan Topik Berita Daring Menggunakan Semi-Supervised dan Fully Unsupervised Latent Dirichlet Allocation Khoirunnisa Fi Nurdin; Taufik Edy Sutanto; Ary Santoso
Jurnal Pendidikan Tambusai Vol. 7 No. 2 (2023): Agustus 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masyarakat milenial tidak membutuhkan pemberitaan yang aktual dan akurat saja akan tetapi juga kecepatan pemberitaan. Media massa yang mampu dalam memenuhi kebutuhan tersebut ialah media daring. Paluposcom ialah portal berita daring yang populer saat ini di Kota Palu, Sulawesi Selatan. Berita pada portal tersebut akan terus bertambah sehingga menyebabkan semakin bertumpuknya data berita yang ada. Pemodelan topik mampu membantu mengelompokkan informasi dan juga memetakan informasi tersebut ke suatu bidang tertentu dengan menggunakan metode latent dirichlet allocation (LDA). Pada penelitian ini dilakukan dua pendekatan pemodelan topik antara metode Fully Unsupervised dan Semi Supervised. Topik yang digunakan sebagai acuan topik umum sebanyak 8 yaitu Ideologi, Politik, Ekonomi, Sosial, Budaya, Pertahanan, Keamanan dan Olahraga. Dari hasil penelitian ini diperoleh nilai loglikelihood dan coherence score Semi Supervised lebih baik dibandingkan Fully Unsupervised, serta lebih mudah diinterpretasi oleh manusia dibandingkan dengan Fully Unsupervised. Sehingga memudahkan pengguna untuk menemukan berita yang sesuai dengan minat mereka.