PENGELOMPOKAN TOPIK CUITAN PENGGUNA TWITTER TERHADAP KULIAH KERJA NYATA (KKN) DI INDONESIA MENGGUNAKAN LATENT DIRICHLET ALLOCATION

Abstract

Kuliah Kerja Nyata (KKN) menjadi kegiatan rutin yang dilakukan setiap tahun oleh universitas
di Indonesia. Peserta KKN terdiri dari mahasiswa aktif yang telah menempuh kurang lebih 100
Satuan Kredit Semester (SKS). Saat ini, tinjauan literatur eksplorasi manual harus menjadi
sesuatu dari masa lalu, karena teknologi dan pengembangan metode Machine Learning telah
matang. Kurva pembelajaran untuk menggunakan metode pembelajaran mesin menurun
dengan cepat, memungkinkan kemungkinan baru bagi semua peneliti. Kerangka kerja disajikan
tentang bagaimana menggunakan pemodelan topik pada koleksi besar makalah untuk tinjauan
literatur eksplorasi dan bagaimana itu dapat digunakan untuk tinjauan literatur lengkap. Tujuan
dari naskah ilmiah untuk membangun pemodelan topik terkait KKN bagi para peneliti dengan
menyajikan kerangka langkah-demi-langkah pada kasus dan berbagi template kode. Kerangka
kerja ini terdiri dari tiga langkah; pra-pemrosesan, pemodelan topik, dan pasca-pemrosesan, di
mana model topik Latent Dirichlet Allocation digunakan. Kerangka kerja ini memungkinkan
sejumlah besar makalah untuk ditinjau dengan cara yang transparan, andal, lebih cepat, dan
dapat direproduksi.