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

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