ANALISIS TOPIC MODELLING TERHADAP ULASAN BERITA GAME ESPORT MENGGUNAKAN LATENT DIRICHELT ALLOCATION (LDA)
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
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.