Pemodelan Topik Pada Data Perundang-Undangan Kementerian Agama Republik Indonesia

Aulia, Ichsanul (2025) Pemodelan Topik Pada Data Perundang-Undangan Kementerian Agama Republik Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

	Text TA_IchsanulAuliaTALAST.pdf - Accepted Version Restricted to Repository staff only Download (12MB)
	Text 05111840007001-Undergraduated_thesis.pdf Restricted to Repository staff only until 1 April 2027. Download (12MB)

Abstract

Perundang-undangan yang dikeluarkan oleh Kementerian Agama Republik Indonesia memegang peran yang sangat vital dalam membentuk dan mengatur dinamika kehidupan keagamaan di Indonesia. Namun, semakin berkembangnya kompleksitas dan meluasnya cakupan topik dalam peraturan-peraturan tersebut menimbulkan tantangan yang signifikan dalam hal analisis dan pemahaman yang mendalam. Salah satu tantangan utamanya adalah bagaimana menghadapi volume data yang terus meningkat secara efektif, serta memahami makna yang tersirat di balik teks hukum yang kompleks dan terkadang ambigu. Dalam upaya menjawab tantangan ini teknik pemodelan topik seperti Latent Dirichlet Allocation (LDA) dan Latent Semantic Indexing (LSI) telah mendapat perhatian luas karena kemampuannya dalam mengekstraksi makna dan pola tersembunyi dari kumpulan teks yang kompleks. Sementara itu, algoritma klasterisasi seperti KMeans memberikan kemampuan untuk mengelompokkan topik-topik yang terkandung dalam peraturan-peraturan tersebut berdasarkan kemiripan konseptual mereka. Penggabungan pendekatan ini memungkinkan kita untuk mengidentifikasi dan memahami esensi dari perundang-undangan, sekaligus mengeksplorasi kohesi dan keterkaitan antar topik dengan lebih mendalam.Selanjutnya, hasil dari pemodelan topik ini dapat digunakan untuk membantu dalam meningkatkan pemahaman dan analisis terhadap data perundang- undangan Kemenag. Hasil analisis pemodelan topik ini diharapkan mampu memberikan wawasan yang lebih mendalam terhadap data perundang-undangan Kementerian Agama. Dengan pendekatan berbasis teknik Latent Dirichlet Allocation (LDA), pemodelan ini menghasilkan Silhouette Score sebesar 0.5896 yang menunjukkan tingkat kohesi klaster yang cukup baik.
=================================================================================================================================
Legislation issued by the Ministry of Religious Affairs of the Republic of Indonesia plays a vital role in shaping and regulating the dynamics of religious life in Indonesia. However, the growing complexity and wide range of topics in these regulations pose significant challenges in terms of in- depth analysis and understanding. One of the main challenges is how to effectively deal with the ever- increasing volume of data, as well as understand the implied meaning behind complex and sometimes ambiguous legal texts.
In an effort to address these challenges topic modelling techniques such as Latent Dirichlet Allocation (LDA) and Latent Semantic Indexing (LSI) have received widespread attention for their ability to extract hidden meanings and patterns from complex sets of text. Meanwhile, clustering algorithms such as KMeans provide the ability to group the topics contained in these rules based on their conceptual similarity. The combination of these approaches allows us to identify and understand the essence of the legislation, while exploring the cohesion and interconnectedness of topics in greater depth. Furthermore, the results of this topic modelling can be used to assist in improving the understanding and analysis of the MoRA's legislative data. The results of this topic modeling analysis are expected to provide deeper insights into the legislative data of the Ministry of Religious Affairs. By utilizing techniques such as Latent Dirichlet Allocation (LDA), the modeling achieved a Silhouette Score of 0.5896, indicating a fairly good level of cluster cohesion.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Data Perundangan-Undangan, Kementerian Agama Republik Indonesia, Pemodelan Topik, Latent Dirichlet Allocation, Latent Semantic Indexing, Klasterisasi Kmeans
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	ICHSANUL AULIA
Date Deposited:	03 Feb 2025 02:18
Last Modified:	03 Feb 2025 02:18
URI:	http://repository.its.ac.id/id/eprint/117787

Actions (login required)

View Item