Pemodelan Topik Berita pada Portal Berita Online Berbahasa Indonesia Menggunakan Latent Dirichlet Allocation (LDA)

Abstract

Media online merupakan sarana untuk mendapatkan informasi melalui Internet. Salah satu informasi yang dapat diperoleh adalah berita online . Pada tahun 2019 Badan Pusat Statistik melakukan survei tentang pemanfaatan Internet oleh pengguna berumur lima tahun keatas dimana hasil survei menunjukan bahwa 69.9% pengguna Internet memanfaatkan internet untuk mencari informasi atau berita. Berita yang beredar secara online di internet terus bertambah seiring berjalanya waktu. Data yang didapat dari laman resmi Kementerian Komunikasi dan Informatika menyatakan bahwa di Indonesia terdapat kurang dari 100 portal berita online yang terverifikasi oleh Badan Pers dari total seluruh lebih dari 43.000 portal. Dengan banyaknya data berita yang beredar menimbulkan bermacam tantangan yang harus dihadapi pada era digital sekarang. Salah satu tantangan yang dihadapi adalah melakukan pembuatan pemodelan topik untuk mengkategorikan teks berita berdasarkan topik yang dibahas. Pemodelan topik dalam bentuk teks berita dapat dilakukan dengan memodelkan topik menggunakan Latent Dirichlet Allocation (LDA). Proses-proses yang dilakukan untuk membuat suatu pemodelan topik menggunakan LDA diantaranya input data, preprocessing , feature extraction , pembuatan model LDA, dan pengukuran koheren. Setelah dilakukan serangkaian percobaan dan membandingkan hasil dari beragam jumlah pembentukan topik didapatkan nilai koheren terbaik sebesar 0.67 dengan pembentukan topik sebanyak lima topik.