Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Rayantama, Aldhitya"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    ANALISIS TOPIC MODELLING TERHADAP ULASAN BERITA GAME ESPORT MENGGUNAKAN LATENT DIRICHELT ALLOCATION (LDA)
    (Program Studi S1 Informatika, 2023) Rayantama, Aldhitya; Yan Puspitarani (Pembimbing)
    Perkembangan Industri game esport sangat popular saat ini, dengan pertumbuhan yang pesat dalam beberapa tahun terakhir. Semakin banyak orang yang terlibat dalam kompetisi game esport baik sebagai pemain profesional, pelatih dan penggemar. Tidak hanya itu turnamen esport mengundang perhatian global dan menarik jutaan penonton secara daring maupun langsung di tempat acara. Proses identifikasi topik tersebut memerlukan waktu yang cukup lama karena ada banyak tren dan perkembangan dalam dunia esport sehingga para penggemar game esport ini sering kali kesulitan dalam memahami tren berita tentang industri ini. Oleh karena itu perlu adanya pemanfaatan data yang berjumlah besar. Salah satu cara yang dapat digunakan adalah melakukan topic modelling dengan metode Latent Dirichlet Allocation. Metode ini merupakan pemodelan topik yang sangat populer karena dapat melakukan analisis pada dokumen yang berukuran sangat besar dan mengungkap beberapa struktur yang ada dalam dokumen. Penelitian ini bertujuan menemukan pola topik yang bersembunyi dalam berita esport dengan menghasilkan topik yang beragam dan mengetahui pola tren dalam berita ini. Data yang akan dianalisis didapat melalui website oneesport.id dan ligagame.tv dan memiliki data sebanyak 3555 dokumen. Hasil dari penelitian ini memperoleh jumlah topik sebanyak 3 dengan coherence score sebesar 0.2579 dan nilai perplexity -1540.0886. Topik tesebut menghasilkan pembahasan mengenai tentang game update, game strategy, tim esport turnamen dan kompetisi.

PTI copyright © 2002-2026

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback