PENENTUAN TREN TOPIK TUGAS AKHIR MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA) DENGAN VISUALISASI STREAMGRAPH

Muhklishin, Muhammad Fikri and KUSUMANINGRUM, RETNO (2019) PENENTUAN TREN TOPIK TUGAS AKHIR MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA) DENGAN VISUALISASI STREAMGRAPH. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

5Mb

Abstract

Tugas akhir adalah salah satu karya ilmiah yang ditulis oleh mahasiswa pada akhir masa studinya yang merupakan salah satu syarat kelulusan untuk seorang mahasiswa. Karya ilmiah tersebut disusun menurut kaidah keilmuan dan ditulis berdasarkan kaidah Bahasa Indonesia di bawah bimbingan dan arahan dosen pembimbing. Mahasiswa sering kebingungan dalam pemilihan topik yang akan dikerjakan sehingga menambah waktu pengerjaan tugas akhirnya. Mengetahui tren topik akan memudahkan untuk mencari topik yang memiliki banyak referensi. Pada penelitian ini, diusulkan menggunakan metode Latent Dirichlet Allocation (LDA) untuk melakukan pengelompokan (clustering) terhadap abstrak dari tugas akhir dalam bahasa Indonesia. LDA akan melakukan clustering terhadap abstrak tugas akhir berdasarkan tingkat kemiripan kata-kata yang ada pada abstrak tersebut ke dalam sejumlah topik. LDA akan menghasilkan dua buah keluaran yaitu, topic proportion dan probabilitas kata-topik. Visualisasi diperlukan untuk dapat melihat lebih jelas hasil clustering abstrak tugas akhir. Salah satu visualisasi yang dapat menampilkan hasil clustering adalah dalam bentuk Streamgraph. Tujuan dari penelitian ini adalah untuk menghasilkan Streamgraph yang menampilkan hasil clustering dari abstrak tugas akhir dengan menggunakan kombinasi parameter LDA yang terbaik. Kombinasi parameter terbaik dalam kasus ini adalah dengan menggunakan nilai alpha 0,1, beta 0,1, dan threshold 0,001, sedangkan jumlah topik ditentukan berdasarkan kata unik di dalam kumpulan abstrak, sehingga mendapatkan nilai sebesar 13. Kombinasi parameter tersebut menghasilkan nilai perplexity sebesar 12,69. Hasil pengujian usability pada visualisasi memperoleh nilai untuk indikator learnability 92 %, efficiency 95,38 %, memorability 90 %, errors 2 %, dan satisfaction 90 %. Kata Kunci : Latent Dirichlet Allocation, clustering, streamgraph, pengujian usability

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:82555
Deposited By:INVALID USER
Deposited On:14 Feb 2021 09:46
Last Modified:14 Feb 2021 09:46

Repository Staff Only: item control page