Pemodelan Analisis Tren Topik Penelitian Sistem Informasi Menggunakan Latent Dirichlet Allocation
Abstrak
Pemodelan topik merupakan salah satu teknik text mining yang dapat digunakan untuk mengeksplorasi tema-tema penelitian dalam kumpulan dokumen ilmiah. Penelitian ini bertujuan untuk mengidentifikasi serta membandingkan tren topik pada publikasi jurnal nasional ter indeks SINTA dengan artikel mahasiswa yang dipublikasikan dalam Jurnal Algoritma ITG di bidang informatika dan komputer. Data penelitian berupa abstrak artikel yang dianalisis melalui tahapan text preprocessing dan representasi teks dengan bag-of-words, kemudian dimodel kan menggunakan Latent Dirichlet Allocation (LDA). Jumlah topik optimal ditentukan berdasarkan nilai coherence score, dengan visualisasi melalui pyLDAvis dan pelabelan topik dibantu ChatGPT untuk memperjelas interpretasi. Hasil penelitian menunjukkan bahwa jurnal nasional lebih menekankan pada pengembangan aplikasi dan sistem informasi, sedangkan Jurnal Algoritma ITG cenderung mengangkat isu mutakhir seperti machine learning dan data science. Temuan ini memberikan kontribusi dalam pemetaan perkembangan penelitian Sistem Informasi serta dapat menjadi acuan dalam penyusunan arah kebijakan riset di tingkat lokal maupun nasional.
Identifier
- OpenAlex: https://openalex.org/W7111024239
- DOI: https://doi.org/10.33364/algoritma/v.22-2.2596