Indonesian Journal on Data Science
Vol 1 No 1 (2023): Indonesian Journal on Data Science

Topic Modeling dan Social Network Analysis digunakan untuk mencari keterkaitan topik pada Tweet Pembahasan Saham

Ilham Zulqarnain Muhammad (Universitas Jenderal Achmad Yani Yogyakarta)
Puji Winar Cahyo (Unknown)



Article Info

Publish Date
11 May 2023

Abstract

Pada tahun 2020, jumlah orang yang melakukan trading di Indonesia mengalami peningkatan meskipun terjadi pandemic covid19. Dalam hitungan jumlah investor pada tahun 2020 mencapai 3.5 juta investor sedangkan pada tahun 2021 meningkat menjadi 7.5 investor. Melalui adanya peningkatan ini, maka jumlah posting tentang saham dan tutorial mengenai trading saham di media sosial meningkat cukup drastis. Maka penelitian ini mencoba untuk melakukan analisis keterkaitan topik pembicaraan saham pada sosial media Twitter dengan menggunakan integrasi topic modelling dan Social Network Analysis (SNA). Proses pembagian topik ideal menggunakan coherence measurement menentukan sebanyak 5 topik ideal. Melalui lima topik yang dihasilkan dari topic modelling tersebut kemudian dilakukan analisis menggunakan SNA sehingga menghasilkan nilai degree centrality, betweeness centrality, dan closeness centrality yang sama pada setiap topik. Nilai tersebut diantaranya: 4 untuk nilai degree centrality, 0.4 untuk betweeness centrality dan 1 untuk closeness centrality. Melalui hasil tersebut maka perlunya evaluasi dalam pembentukan SNA dengan menggunakan topic modeling. Evaluasi tersebut salah satunya bisa dilakukan melalui identifikasi pada tweet yang memiliki kesamaan pembahasan meskipun dengan penulisan redaksi yang berbeda, atau dapat dilakukan dengan cara menambah variasi data dengan cara memperlama waktu pengambilan.

Copyrights © 2023






Journal Info

Abbrev

ijds

Publisher

Subject

Computer Science & IT

Description

Indonesian Journal of Data Science (IJDS) adalah Jurnal ilmiah yang memuat hasil penelitian pada ranah data science (Ilmu Data). Cangkupan jurnal meliputi: 1. Big Data 2. Machine Learning 3. Data Mining 4. Deep Learning 5. Artificial ...