PENCARIAN TOPIK PENELITIAN PADA STUDI KASUS JURNAL JIFTI MENGGUNAKAN TEKNIK HIEARCHICAL DIRICHLET PROCESSES

Moch Erreza Moch Erreza, Kartini Kartini, Agung Mustika Rizki

Abstract


Studi ini mengusulkan proses Dirichlet hierarkis (HDP), karena kami melaporkan hasil pengujian pada tiga set dokumen yang menunjukkan kinerja HDP yang unggul dan efisien dibandingkan dengan model sebelumnya. Oleh karena itu, penelitian ini menggunakan metode HDP. Objek dalam penelitian ini adalah pemodelan topik/topic modelling pada dokumen Jurnal Teknologi Informasi dan Robotika (JIFTI). Penelitian ini menggunakan data abstrak Jurnal Teknologi Informasi dan Robotika (JIFTI) dari tahun 2019 sampai 2022, yang diperoleh dari https://jifti.upnjatim.ac.id/index.php/jifti/issue/archive. Hasil dari pre-processing kemudian dihitung dengan menggunakan topic modeling Hierarchical Dirichlet Process (HDP) untuk melihat topic 20 dengan melihat kata yang sering muncul pada data abstrak Jurnal Teknologi Informasi dan Robotika (JIFTI). Jumlah kemunculan setiap kata tersebut menjadi ukuran dalam metode Hierarchical Dirichlet Process (HDP) untuk dimodelkan Topic modeling abstrak Jurnal Teknologi Informasi dan Robotika (JIFTI) menggunakan metode Hierarchical Dirichlet Process (HDP) akan diketahui yang paling banyak muncul, Temuan utama meliputi sejumlah kata yang sering muncul, seperti “practicum, test, manage, major, develop, aim, feed, bitching, technology, people, apply, tourism, student, user, feed, learn, digit, laboratory, pusvetma, productâ€. Dari 20 kata yang sering muncul dalam setiap topik, dapat dilihat bahwa mayoritas abstrak jurnal JIFTI menyoroti penelitian dalam implementasi.

Keywords


Topik Penelitian, HDP dan Text Preprocessing

Full Text:

PDF Hlm 170 - 182

References


A. R. Rahim, CARA PRAKTIS PENULISAN KARYA ILMIAH. Yogyakarta: ZAHIR PUBLISHING, 2022.

A. V. D. Sano, “Cara Kerja Data Mining - Seri Data Mining for Business Intelligence (3) | BINUS UNIVERSITY MALANG | Pilihan Universitas Terbaik di Malang.†Accessed: Apr. 30, 2024. [Online]. Available: https://binus.ac.id/malang/2019/01/cara-kerja-data-mining-seri-data-mining-for-business-intelligence-3/

E. Turban, J. E. Aronson, and P. T. Liang, Analisis topik data media sosial twitter menggunakan model topik Latent Dirichlet Allocation keke putri utami. Connaught circus, 2005.

A. Rokhim, Alimin, and M. L. Hakim, “Sistem Pendukung Keputusan Calon Penerima Dana Bantuan Siswa Miskin (Bsm) Menggunakan Metode Multi-Objective Optimazion on the Basis of Ratio Analysis,†Spirit, vol. 14, no. 2, pp. 47–52, 2023, doi: 10.53567/spirit.v14i2.268.

Y. Song and R. Wu, “ The Impact of Financial Enterprises’ Excessive Financialization Risk Assessment for Risk Control based on Data Mining and Machine Learning,†Comput Econ, vol. 60, pp. 1245–1267, 2022.

C. S. Hervilanda and R. Somya, “Perancangan Web Usage Mining Untuk Analisis Pola Pembelian Pelanggan di Online Shop ,†Salatiga, Sep. 2019.

C. C. Kelly, “DETECTING SUPPLIER PAYMENT ERRORS AND FRAUD USING A DATA WAREHOUSE AUDIT APPROACH,†EDPACS, vol. 67, no. 3, pp. 1–20, 2023.

F. R. Putra, “Data Mining dan Contoh Implementasi di Berbagai Bidang - Kompasiana.com.†Accessed: Apr. 30, 2024. [Online]. Available: https://www.kompasiana.com/figorahput/5c927a740b531c34651a0062/datamining-dan-contoh-implementasi-di-berbagai-bidang.

R. Feldman and J. Sanger, The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press, 2007.

Y. Agusta, “K-Means – Penerapan, Permasalahan dan Metode Terkait ,†Jurnal Sistem dan Informatika, vol. 3, pp. 47–60, Feb. 2007.

P. N. Tan, M. Steinbach, and V. Kumar, Introduction to Data Mining. Boston: Pearson Education, 2006.

J. Han, M. Kamber, and J. Pei, Data Mining Concept and Techniques, 3rd ed. Amsterdam: Elsevier, 2012.

M. Mirnawati and F. Firman, “Penerapan Teknik Clustering Dalam Mengembangkan Kemampuan Menulis Karangan Deskripsi Siswa Kelas IV MI Pesanten Datuk Sulaiman Palopo,†Jurnal Studi Guru dan Pembelajaran, vol. 2, no. 2, pp. 165–177, May 2019, doi: 10.30605/JSGP.2.2.2019.1373.

Zulhanif, Sudartianto, B. Tantular, and I. G. N. M. Jaya, “ APLIKASI LATENT DIRICHLET ALLOCATION (LDA) PADA CLUSTERING DATA TEKS ,†Jurnal LOGIKA, vol. 7, no. 1, pp. 46–51, 2017.

D. M. Blei, A. Y. Ng, and J. B. Edu, “Latent Dirichlet Allocation Michael I. Jordan,†Journal of Machine Learning Research, vol. 3, pp. 993–1022, 2003.

M. E. Hoediansyah, “Pengelompokan Topik Skripsi Menggunakan Algoritma Agglomerative Hierarchical Clustering di Program Studi Sistem Informasi UPN Veteran Jawa Timur.,†UPN Veteran, Surabaya, 2023.




DOI: http://dx.doi.org/10.53567/spirit.v16i1.325

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Moch Erreza Moch Erreza

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

Indexed By :

SPIRIT : Sarana Penunjang Informasi Terkini

Diterbitkan oleh Fakultas Teknologi Informasi Institut Teknologi dan Bisnis Yadika Pasuruan
Alamat Redaksi: Jl. Bader No.9, Kwangsan, Kalirejo, Kec. Bangil, Pasuruan, Jawa Timur 67153
Telp/Fax: (0343) 742070, Email : lppm@stmik-yadika.ac.id
Google Maps : Klik Here

 Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.