Show simple item record

dc.contributor.advisorHendrik, S.T., M.Eng
dc.contributor.advisorAhmad Fathan Hidayatullah, S.T., M.Cs.
dc.contributor.authorMadriko Nurhafzi, 13523054
dc.date.accessioned2020-05-04T06:36:28Z
dc.date.available2020-05-04T06:36:28Z
dc.date.issued2019-12-11
dc.identifier.urihttp://hdl.handle.net/123456789/20151
dc.description.abstractPemilihan presiden (pilpres) tahun 2019 ini terlihat lebih ramai yang menyentuh semua lini masyarakat mulai dari kalangan politisi sampai masyarakat biasa. keramaian ini juga terlihat di sosial media dengan meningkatnya interaksi pengguna sosial media yang mulai mengunggah berbagai macam tulisan, baik itu opini maupun fakta yang berkaitan dengan masing-masing calon presiden dan wakil presiden. Tulisan-tulisan dan opini yang beredar luas di Twitter tersebut memiliki banyak informasi yang sebenarnya bisa dimanfaatkan untuk dianalisis dan dicari topik-topik apa saja yang sering diperbincangkan oleh para pengguna sosial media di Twitter. Metode Latent Dirichlet Allocation (LDA) digunakan untuk melakukan pemodelan topictopik mengenai pembicaraan para pengguna sosial media Twitter dalam situasi menjelang pilpres 2019, serta kata-kata apa yang paling sering muncul dalam pembicaraan tersebut. Sedangkan untuk mengetahui jumlah nilai akurasi tertinggi terhadap pemodelan topic tersebut digunakan perhitungan Coefficient of Variation, yang akan memberikan nilai akurasi dari seluruh topik yang dimodelkan oleh LDA.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectlatent dirichlet allocationen_US
dc.subjecttopik modeling, twitteren_US
dc.subjectcoefficient of variationen_US
dc.titleANALISIS KONTEN PILPRES DI TWITTER MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATIONen_US
dc.typeThesisen_US


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record