Pemodelan Topik Menggunakan Metode Latent Dirichlet Allocation dan Gibbs Sampling

Rizki Ramadandi; Novi Yusliani; Osvari Arsalan; Rizki Kurniati; Rahmat Fadli Isnanto

doi:10.18495/generic.v14i2.142

Rizki Ramadandi Universitas Sriwijaya
Novi Yusliani Universitas Sriwijaya
Osvari Arsalan Universitas Sriwijaya
Rizki Kurniati Universitas Sriwijaya
Rahmat Fadli Isnanto Universitas Sriwijaya

DOI: https://doi.org/10.18495/generic.v14i2.142

Keywords: Pemodelan Topik, Latent Dirichlet Allocation, Gibbs Sampling, Koherensi Topik, UCI, Web Scrapper

Abstract

Pemodelan topik adalah suatu alat yang digunakan untuk menemukan topik laten pada sekelompok dokumen. Pada penelitian ini dilakukan pemodelan topik dengan menggunakan metode Latent Dirichlet Allocation dan Gibbs Sampling. Enam artikel berita Bahasa Indonesia telah dikumpulkan dari portal berita detiknews dengan menggunakan metode Web Scrapper. Artikel berita dibagi menjadi dua kategori utama yaitu, narkoba dan COVID-19. Analisis model LDA dilakukan dengan menggunakan metode koherensi topik pengukuran skor UCI dengan hasil penelitian menyebutkan diperoleh lima buah topik optimal pada kedua konfigurasi pengujian.