MENGELOMPOKKAN TOPIK TWEET AKUN POLITISI DENGAN PEMODELAN TOPIK METODE AUTHOR-TOPIC MODELS

Twitter merupakan sebuah platform untuk berhubungan satu sama lain agar tetap berkomunikasi dan tetap terhubung dengan mengirim pesan cepat dan daring. Pada Twitter juga dapat membuat tweet yang berisi foto, video, tautan, atau teks. Pada aplikasi Twitter pengguna cenderung lebih mengutarakan isi hati yang sebenarnya dibandingkan dengan platform media sosial lainnya. Pada tahun 2020 ini telah terjadi wabah atau pandemi Covid-19 dan pada akhir tahun bulan Desember akan diselenggarakan pilkada serentak seluruh Indonesia. Dari hal tersebut dibutuhkannya sebuah platform yang mampu memberikan informasi visual terhadap aktivitas politisi dalam hal mengutarakan isi hatinya di media sosial Twitter dengan melakukan topic modelling terhadap aktivitas politisi tersebut ketika membuat sebuah tulisan atau tweet menggunakan metode Author-Topic Models. Penelitian ini dikhususkan untuk menganalisa data tweet akun Twitter politisi di Indonesia, proses pengambilan data dilakukan dengan cara crawling data pada user timeline aplikasi Twitter. Setelah data didapatkan kemudian akan dianalisa dengan menggunakan Author-Topic Models dan dilakukan visualisasi terhadap topik pembahasan berdasarkan tweet yang telah dibuat oleh masing-masing akun Twitter politisi. Melalui proses topic modelling, telah didapatkan hasil terbaik berupa 3 topik. Model 3 topik tersebut dikatakan terbaik karena memiliki nilai perplexity terendah diantara jumlah topik lain yang diuji. 3 topik yang terbentuk dianalisis dan diterjemahkan ke dalam label kategori, yaitu “Rakyat Tolak RUU Cipta Kerja”, “Ucapan Syukur saat Pandemi”, “Kondisi Ekonomi saat Pandemi” dengan jumlah data tweet yang digunakan adalah 24846 data tweet dari 36 akun Twitter politisi.