Analisis Topik Data Tindak Kriminal pada Media Sosial Twitter Menggunakan Metode LDA (Latent Dirichlet Allocation)

Abstract

Analisis Topik Data Tindak Kriminal pada Media Sosial Twitter Menggunakan Metode LDA (Latent Dirichlet Allocation) Media sosial twitter merupakan salah satu wadah bagi masyarakat untuk menyampaikan keresahannya terhadap suatu permasalahan salah satunya adalah tindak kriminal. Banyaknya komentar masyarakat di media sosial twitter yang berkaitan dengan tindak kriminal menjadi kumpulan data-data komentar, sehingga dapat diuraikan dan dilakukan analisis topik. Setiap topik akan mewakili beragam komentar yang membahas suatu konteks yang sama. Tujuan dari penelitian ini adalah menemukan topik-topik dari data komentar tersebut untuk selanjutnya dilakukan analisis. Langkah yang dilakukan untuk mendapatkan topik-topik dari data komentar adalah dengan membuat model topik. Salah satu metode pemodelan topik yang dapat digunakan untuk membuat model topik adalah metode Latent Dirichlet Allocation (LDA). Metode pemodelan topik LDA merupakan metode yang banyak digunakan untuk memodelkan topik dari kumpulan data teks. Metode LDA sendiri merupakan penyempurnaan dari metode pemodelan topik sebelumnya yaitu Probabilistic Latent Semantic Analisis (PSLA). Pada penelitian ini, data komentar yang diambil adalah data komentar di bulan Maret 2020 sampai dengan April 2020. Pada proses pengambilan data komentar, diperoleh data sebanyak 2.963. Setelah dilakukan pemodelan topik menggunakan metode LDA, data hasil menunjukan bahwa tindak kriminal yang paling banyak dibicarakan di media sosial twitter adalah tindak kriminal yang berkaitan dengan korupsi. Hal ini dibuktikan dengan hasil analisis topik yang menunjukan bahwa tindak kriminal korupsi memiliki topik bahasan paling banyak.