Implementasi Topic Modeling Dengan Metode Latent Dirichlet Allocation (Lda) Terhadap Data Kasus Tindak Pidana Narkotika

Abstract

Perkembangan teknologi telah memudahkan berbagai aktivitas manusia, namun juga membawa dampak negatif, seperti peningkatan peredaran narkotika. Menurut data dari Pusat Informasi Kriminal Nasional (Pusiknas) Kepolisian Republik Indonesia, kasus tindak pidana narkotika di Indonesia menunjukkan tren fluktuatif dengan peningkatan signifikan pada tahun-tahun terakhir. Provinsi Jawa Timur, khususnya Kota Surabaya, menjadi daerah dengan tingkat kriminalitas narkotika yang tinggi karena posisinya sebagai daerah transit dan tingginya jumlah pendduduk. Penelitian ini bertujuan untuk melakukan pemodelan topik terhadap kasus tindak pidana narkotika pada dokumen surat dakwaan di Pengadilan Negeri Surabaya tahun 2020-2023. Surat dakwaan memuat rincian lengkap tentang tindak pidana yang didakwakan, termasuk fakta-fakta kasus, dan bukti-bukti yang diajukan. Dalam melakukan analisis Topic Modeling, peneliti menggunakan metode Latent Dirichhlet Allocation (LDA). Tujuan dilakukannya penelitian ini adalah untuk mengidentifikasi topik-topik yang muncul pada dokumen surat dakwaan kasus tindak pidana narkotika di Pengadilan Negeri Surabaya tahun 2020-2023. Diperoleh jumlah topik yang terbentuk pada tahun 2020, 2021, 2022, dan 2023 secara berurutan yaitu 2 topik, 2 topik, 3 topik, dan 3 topik. Berdasarkan perbandingan topik yang teridentifikasi antar tahun, didapatkan topik yang sama pada tahun 2020 dan tahun 2021, yaitu jenis barang bukti dan daerah kejadian. Pada tahun 2022, didapatkan topik lembaga pemeriksa, jenis barang bukti, dan daerah kejadian. Pada tahun 2023, didapatkan topik jenis barang bukti, daerah kejadian dan tempat pemeriksaan.