Analisis pemodelan topik pada artikel berita menggunakan metode latent dirichlet allocation

ABSTRAK Berita  merupakan  sebuah  informasi  berupa  fakta  atau  pendapat  seseorang  yang berasal dari sebuah kejadian/peristiwa yang sifatnya menarik untuk diketahui dan dimuat  melalui  media  massa,  termasuk  portal  online  berita.  Dalam  menemukan topik tersembunyi yang terdapat dalam kumpulan artikel berita salah satu metode yang  cepat  dan  efisien  adalah  pemodelan  topik,  dan  Latent  Dirichlet  Allocation (LDA)  merupakan  salah  satunya.  Tahap-tahap  dalam  penelitian  ini  antara  lain pengumpulan  data,  text  preprocessing,  pemodelan  topik,  dan  analisis  hasil. Pemodelan topik dengan metode LDA mengasilkan 8 topik sebagai jumlah topik terbaik berdasarkan nilai perplexity terendah dengan nilai perplexity 3087,927 dan berdasarkan  hasil  analisa  model  dari  dua  eksperimen  yang  dilakukan  yaitu eksperimen  terkait  dengan  jumlah  passes  dan  eksperimen  terkait  dengan  jumlah topik. 
Kata kunci: pemodelan topik, Latent Dirichlet Allocation