Deteksi Topik Kontroversial Berdasarkan Sentimen Antar Komunitas Pada Media Sosial

Aqil, Firman (2019) Deteksi Topik Kontroversial Berdasarkan Sentimen Antar Komunitas Pada Media Sosial. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111540000085-Undergraduate_Theses.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Laporan mengenai penggunaan media sosial menunjukkan sebanyak 63% pengguna menggunakan media sosial untuk mendapatkan informasi. Bias konfirmasi membuat pengguna cenderung memilih informasi yang mendukung apa yang diyakininya. Hal ini membentuk adanya echo chamber dimana interaksi antar pengguna yang memiliki pandangan serupa semakin memperkuat polarisasi. Tugas akhir ini membahas tentang usulan metode untuk melakukan deteksi topik-topik kontroversial dari media sosial Twitter berdasarkan sentimen dari tweet antar komunitas yang terbentuk oleh pola following penggunanya. Dari tweet yang telah dikumpulkan, akan dibentuk jejaring berdasarkan pola following pengguna yang melakukan tweet kemudian dideteksi komunitasnya. Setelah itu dilakukan pemodelan topik dari tweet pengguna menggunakan Latent Dirichlet Allocation (LDA). Topik kontroversial didefinisikan sebagai topik yang sama pada komunitas berbeda, tetapi memiliki jumlah tweet positif dan negatif tidak jauh berbeda. Hasil yang didapatkan dari uji coba menggunakan data yang telah dikumpulkan adalah terbentuk 6 komunitas, jumlah topik yang menghasilkan model LDA terbaik adalah sebanyak 8 dengan coherence score sebesar 0,287, serta 15 topik kontroversial dari kombinasi dua komunitas berbeda dengan batas topik kontroversial di bawah atau sama dengan 0,25.
===================================================================================================================================
According to a recent report, approximately 63% of users use their social media to acquire information. Disintermediated access to social media has changed the way we get informed and form opinions. Confirmation bias has made users tend to choose information that supports what they believe. This condition forms an echo chamber where interactions between users who have similar views further strengthen polarization. In this work, we proposed a method to detect controversial topics from Twitter based on sentiment between communities formed by the following pattern of their users. From the tweets that have been collected, a network will be formed based on the users following pattern then community detection will be performed. After that topic modeling is done to users tweets using Latent Dirichlet Allocation (LDA). Controversial topics are defined as the same topic between communities where the amount of positive and negative tweets difference is not significant. The result is 6 communities formed from the network. The best LDA model created with 8 topics with a coherence score of 0,287 and 15 topics between communities are considered controversial with a score of 0,25 and below.

Item Type:	Thesis (Other)
Additional Information:	RSIf 006.312 Aqi d-1 2019 3100019081969
Uncontrolled Keywords:	Analisis Jejaring Sosial, Pemodelan Topik
Subjects:	Q Science > QA Mathematics > QA166 Graph theory Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science) T Technology > T Technology (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Firman Aqil
Date Deposited:	10 Dec 2025 08:18
Last Modified:	10 Dec 2025 08:18
URI:	http://repository.its.ac.id/id/eprint/69569

Actions (login required)

View Item