| dc.description.abstract | Peningkatan volume aspirasi masyarakat yang disampaikan kepada Dewan
Perwakilan Daerah Republik Indonesia (DPD RI) menuntut adanya pendekatan
analitis yang lebih sistematis dan berbasis data. Penelitian ini mengaplikasikan
metode BERTopic untuk mengidentifikasi topik-topik utama dari data aspirasi
masyarakat Daerah Istimewa Yogyakarta yang dihimpun selama Tahun Sidang
2024/2025. Dataset terdiri dari 486 dokumen aspirasi yang seluruhnya valid tanpa
nilai kosong. Proses analisis meliputi pra-pemrosesan teks berbahasa Indonesia,
pembentukan representasi semantik menggunakan model sentence transformer
LazarusNLP/all-indo-e5-small-v4, reduksi dimensi dengan UMAP, klasterisasi
berbasis kepadatan menggunakan HDBSCAN, serta ekstraksi kata kunci
representatif melalui pendekatan c-TF-IDF yang diperkaya dengan
KeyBERTInspired dan Maximal Marginal Relevance (MMR). Hasil pemodelan
menghasilkan 15 topik tematik dengan 81 dokumen (16,7%) teridentifikasi sebagai
outlier. Evaluasi kuantitatif menunjukkan Silhouette Score sebesar 0,4754 dan
Davies-Bouldin Index sebesar 0,7238, yang mengindikasikan struktur klaster
dengan kohesi internal yang cukup baik dan separasi antartopik yang memadai.
Topik dengan dokumen terbanyak adalah Pendidikan, Perempuan dan Anak (98
dokumen), sementara skor c-TF-IDF tertinggi ditemukan pada topik berkarakter
spesifik seperti Aktivitas Lansia (0,9628), Pertanian, Irigasi, Embung, dan Hasil
Tani (0,8485), dan Alokasi Anggaran dan Pembangunan Infrastruktur (0,8173).
Pemetaan lintas komite DPD RI menunjukkan bahwa Komite III memiliki cakupan
aspirasi terluas dengan tujuh topik relevan, sedangkan Komite II menerima sinyal
aspirasi terkuat pada sektor pertanian. Penelitian ini membuktikan bahwa
BERTopic mampu mengolah data teks aspirasi tidak terstruktur menjadi
representasi tematik yang informatif, sehingga berpotensi menjadi instrumen
analitik berbasis data dalam mendukung fungsi representasi, legislasi, dan
pengawasan DPD RI secara lebih responsif dan akuntabel. | en_US |
