Pemodelan Topik Pada Cuitan Tentang Penyakit Tropis Di Indonesia Dengan Metode Latent Dirichlet Allocation
Abstract
Indonesia memiliki wilayah dan masyarakat yang luas. Sehingga banyak informasi yang
muncul melalui media sosial khususnya Twitter. Indonesia secara astronomis termasuk
daerah yang memiliki iklim tropis. Sehingga penyakit tropis dapat menyerang Indonesia.
Penyakit ini dapat disebabkan oleh bakteri, virus, jamur dan parasit.Pada penelitian ini
bertujuan untuk mengetahui topik-topik pembicaraan apa saja yang dibicarakan oleh
masyarakat Indonesia terkait dengan penyakit tropis khususnya kusta, malaria dan demam
berdarah. Pengambilan data menggunakan teknik streaming selama satu bulan yakni pada
bulan januari 2021 dan diperoleh data teks sebanyak 2737. Untuk mengetahui topik-topik
pembicaraan dalam data tersebut dapat menggunakan analisis topik modeling. Salah satu
metode dalam pemodelan topik adalah dengan menggunakan Latent Dirichlet Allocation
(LDA). Data tweet penyakit tropis di Indonesia akan dianalisis menggunakan metode ini.
Metodenya adalah mencari nilai koherensi terlebih dahulu untuk menentukan jumlah topik
yang terbaik. Kemudian dilakukan analisis secara kualitatif berdasarkan hasil tiap topiknya.
Hasil penelitian ini, LDA berhasil memodelkan trend topik pembicaraan masyarakat
Indonesia terkait penyakit tropis dan diperoleh sebanyak 5 topik dengan nilai koherensi
0.564049. Berdasarkan hasil pemodelan topik dapat disimpulkan bahwa topik yang dibahas
adalah seperti dana yang digunakan untuk memerangi penyakit malaria dan demam
berdarah, covid-19, pengobatan dan penanggulangan, perawatan, buta dan kusta.