ANALISIS TOPIK PADA TRANSKRIP VIDEO PIDATO POLITIK MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA)

Septiara, Dhea Intan (2025) ANALISIS TOPIK PADA TRANSKRIP VIDEO PIDATO POLITIK MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA). Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text a. HALAMAN COVER.pdf Download (968kB)
	Text b. ABSTRAK.pdf Download (327kB)
	Text c. BAB I.pdf Download (348kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (542kB) | Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (636kB) | Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (746kB) | Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (242kB) | Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (304kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (228kB) | Request a copy

Abstract

Penelitian ini menganalisis topik pada transkrip video pidato politik keterangan pers
Presiden Joko Widodo periode 2014–2024 menggunakan metode Latent Dirichlet
Allocation (LDA). Tujuannya adalah mengidentifikasi perubahan distribusi
frekuensi topik utama (Pendidikan, Ekonomi, Kesehatan, Infrastruktur, Teknologi)
dan mengevaluasi akurasi model LDA. Data diambil dari 185 video YouTube
Sekretariat Kabinet, diproses dengan preprocessing (pembersihan data, case
folding, penghapusan stopwords, stemming, tokenisasi), dan dimodelkan dengan
LDA. Hasil penelitian menunjukkan dominasi topik Ekonomi (35%) dan
Infrastruktur (20%) pada periode 2014–2023, sementara tahun 2024 terjadi
pergeseran ke topik Kesehatan (28%) dan Infrastruktur (25%). Evaluasi model
menghasilkan coherence score 0,85 dan perplexity 11,94, mengindikasikan
koherensi topik tinggi dan kemampuan prediksi baik. Penelitian membuktikan
efektivitas LDA dalam analisis dinamika kebijakan politik serta integrasi teknologi
speech-to-text untuk ekstraksi teks otomatis.
Kata kunci: Pidato Politik, Transkrip Video, Latent Dirichlet Allocation, Topic
Modeling, Speech-to-Text

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Arifianto, Deni

NIDN0718068103

Dosen Pembimbing

Suharso, Wiwik

NIDN0006097601

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Pidato Politik, Transkrip Video, Latent Dirichlet Allocation, Topic Modeling, Speech-to-Text
Subjects:	000 Computer Science, Information, & General Works 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Dhea Intan Septiara | dheaintanseptiara24@gmail.com
Date Deposited:	28 Aug 2025 03:24
Last Modified:	28 Aug 2025 03:24
URI:	http://repository.unmuhjember.ac.id/id/eprint/27759

Actions (login required)

View Item