Teks
Pemodelan topik menggunakan algoritme Latent Dirichlet Allocation untuk mengetahui opini publik tentang Badan Siber dan Sandi Negara pada media sosial Twitter
Indonesia
Badan Siber dan Sandi Negara (BSSN) merupakan organisasi yang baru dibentuk pada tahun 2017. Salah satu rincian kegiatan organisasi dari BSSN yaitu untuk memonitor, menganalisis, dan mengevaluasi media dalam rangka membangun citra positif BSSN serta memonitor perkembangan opini publik terkait organisasi BSSN untuk dapat menentukan strategi yang mendukung pencitraan organisasi BSSN. Salah satu media yang dimonitor adalah Twitter. Pada penelitian ini dilakukan pemodelan topik pada data tweet dengan kata kunci @bssn_ri di bulan Maret tahun 2020. Algoritme pemodelan topik yang digunakan yaitu Latent Dirichlet Allocation. Tujuan penelitian ini adalah untuk mendukung tugas dan fungsi Bagian Komunikasi Publik BSSN dalam memonitor opini masyarakat pada media khususnya media sosial. Dalam membentuk model terbaik maka perlu menentukan jumlah topik berdasarkan nilai koherensi tertinggi, nilai ? dan ?. Model terbaik didapatkan berdasarkan 13 topik dengan nilai koherensi tertinggi yaitu 0.685277, nilai ? dan ? adalah 0.007. Penelitian juga membandingkan hasil akhir dari 13 topik dengan 6 topik. Pembahasan pada 13 topik antara lain laporan tentang kasus kejahatan di ruang siber, pemblokiran data internet, serta pengamanan sistem dan data pasien Covid-19, sedangkan pada 6 topik hanya berisi laporan di ruang siber saja. Berdasarkan hasil tersebut disimpulkan bahwa topik yang berkembang di media sosial Twitter tentang BSSN terkait pelaporan kasus-kasus yang terjadi di ruang siber.
English
TOPIC MODELING USING LATENT DIRICHLET ALLOCATION ALGORITHM TO FIND OUT PUBLIC OPINION ABOUT STATE CYBER AND CRYPTOGRAPHY AGENCY ON SOCIAL MEDIA TWITTER
Badan SIber dan Sandi Negar (BSSN) is an recently organization in 2017. One of BSSN's organizational activities is to monitor, analyze and evaluate the media in order to build a positive image of BSSN and monitor the development of public opinion related to the BSSN organization to be able to determine strategies that support the image of the BSSN organization. One of the monitored media is Twitter. In this study, topic modeling is carried out on tweet data with the keywords
No copy data
No other version available